一种基于SVDD模型的说话人确认方法研究

摘要：

为改善说话人确认的性能,提出一种基于支持向量数据描述(SVDD)模型的说话人确认方法,通过改变SVDD硬判决方式,采用以样本接受率为依据的软判决方式,把似然得分规整到[0,1]之间,简化门限阈值的设定.仿真实验结果表明,与通常基于高斯混合模型(GMM)的说话人确认算法相比,该方法的说话人确认性能有较大提高.

关键词：说话人识别、说话人确认、向量数据描述、高斯混合模型

分类号：TN912.34

资助基金：江苏省自然科学基金资助项目BK2009059;解放军理工大学预研基金资助项目2009TX08

在线出版日期：2013-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5-9