支持向量机在低信噪比语音识别中的应用

摘要：

采用改选的MFCC语音特征参数(Mel频率离散小波倒谱系数),使用支持向量机作为分类算法,构建了低信噪比环境下的孤立词非特定人语音识别系统,取得了较高的识别率.将实验结果与基于RBF神经网络的识别结果进行比较,结果表明在低信噪比时,SVM的识别率比使用RBF神经网络有较大提高,具有非常好的鲁棒性.

关键词：支持向量机、Gaussian核、语音识别、低信噪比

所属期刊栏目：49

分类号：TN912

资助基金：国家自然科学基金61072087

在线出版日期：2013-07-15（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：213-215