支持向量机在语音激活检测中的应用研究

被引：13

作者：

董恩清

赵鹤鸣

周亚同

张晓娣

不详

机构：

[1] 苏州大学电子信息学院

[2] 西安交通大学电子与信息工程学院

[3] Alberta大学电子与计算机工程系江苏苏州

[4] 陕西西安

[5] 江苏苏州

[6] 加拿大EdmontonTGV

来源：

通信学报 | 2003年 / 03期

关键词：

支持向量机; 模式识别; 统计学习理论; 语音激活检测; 语音编码;

D O I：

暂无

中图分类号：

TN912.3 [语音信号处理];

学科分类号：

0711 ;

摘要：

提出将支持向量机(SVM)方法应用于语音激活检测(VAD),并验证SVM方法在VAD检测中的有效性。采用了快速训练支持向量机的序列最小最优化方法(SMO)进行训练。提出的基于SVM的VAD方法仍然采用G.729附件B(G.729B)中的VAD方法所采用的特征参数作为分类的特征参数。经过基于SVM的VAD方法与G.729B的VAD方法进行比较,表明SVM方法应用于VAD中是有效的。

引用

页码：70 / 77

页数：8