摘要
支撑向量机（SVM）是一种新的统计学习方法。提出一种基于支撑向量机的文本无关的说话人辨认系统，在作者的实验中得到了98％的平均识别率，同时实验表明同基于向量量化（VQ）和高斯混合模型（GMM）的经典方法相比，基于SVM的方法具有更好的性能。
Suport vector Machincs (SVMs) is a novcl type of stahstical lcarning mcthods. Ths paper proposcs a tecxt-indcpendcnt speakcr idcntincahonsystcm based on support vcctor machincs. In our cxpcrimcnts.s an avcragc rccognihon ratc for system bascd on SVMs reachcs 98%, and thecxperimental rcsults als0 show that the pcrformance of test systcm is bcttcr than the systems bascd on VQ 0r GMM as comparison.
出处
《计算机工程》
EI
CAS
CSCD
北大核心
2000年第6期61-63,共3页
Computer Engineering
关键词
支撑向量机
说话人识别系统
语音识别
模式识别
Support vector machines
Vector quantization
Gaussian mixturc model
Speaker identification
Speaker recognition
