10.3321/j.issn:1002-8331.2000.12.027
基于支撑向量机的说话人确认系统
支撑向量机(SVM)是一种新的统计学习方法,和以往的学习方法不同的是SVM的学习原则是使结构风险(Structural Risk)最小,而经典的学习方法遵循经验风险(Empirical Risk)最小原则,这使得SVM具有较好的总体性能.文章提出一种基于支撑向量机的文本无关的说话人确认系统,实验表明同基于向量量化(VQ)和高斯混合模式(GMM)的经典方法相比,基于SVM的方法具有更高的区分力和更好的总体性能.
支撑向量机、向量量化、高斯混合模型、说话人确认、说话人识别
36
TP3(计算技术、计算机技术)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
70-71,91