基于VQ-MAP和SVM融合的说话人识别系统

摘要：

针对传统支持向量机(SVM)在说话人识别中运算量过大的问题,提出了VQ-MAP和SVM融合的说话人识别系统.它应用仅自适应均值向量的最大后验概率矢量量化过程(VQ-MAP),来得到自适应的说话人模型,用此模型中的参数向量作为支持向量应用于SVM来进行说话人识别.用Matlab进行仿真实验,结果表明,基于VQ-MAP和SVM融合的说话人识别系统大大降低了运算量,SVM训练时间短,且具有较高的识别率.

关键词：矢量量化(VQ)、最大后验概率(MAP)自适应、支持向量机(SVM)、说话人识别

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60961002;广西教育厅科研项目200808MS008;桂林电子科技大学博士科研启动基金UF08018Y

在线出版日期：2011-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：136-138