基于多核SVM-GMM的短语音说话人识别

作     者：林琳 陈虹 陈建 金焕梅 LIN lin;CHEN Hong;CHEN Jian;JIN Huan-mei

作者机构：吉林大学通信工程学院长春130022 

基　　金：吉林省科技发展计划项目(201101032) 高等学校博士学科点专项科研基金项目(20090061120042) 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2013年第43卷第2期

页      码：504-509页

摘      要：运用多个核函数的线性组合构造多核空间,在多核空间上设计了基于支持向量机的说话人分类器,实现短语音说话人识别。多核映射能够解决单核映射核函数及其参数选择的难题,增加说话人的可区分性,提高分类器的性能。算法中结合了高斯混合模型(GMM),并以GMM超向量作为说话人的最终特征参数进行仿真实验。实验表明,在短语音和两种噪声环境中,基于多核SVM-GMM的短语音说话人识别算法较SVM-GMM算法能得到更好的识别性能和鲁棒性。

主 题 词：通信技术 说话人识别 短语音 多核支持向量机 高斯混合模型超向量 

学科分类：0711[理学-心理学类] 07[理学] 

核心收录：

D　O　I：10.13229/j.cnki.jdxbgxb2013.02.033

馆 藏 号：203473429...