说话人识别中支持向量机核函数参数优化研究

被引:49
作者
刘祥楼
贾东旭
李辉
姜继玉
机构
[1] 大庆石油学院电子科学学院
关键词
支持向量机; 说话人识别; 核函数; 参数优化; 网格搜索法;
D O I
暂无
中图分类号
TN912.34 [语音识别与设备]; TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
在基于SVM的说话人识别系统研究中,如何获得理想的识别率是亟待解决的问题。SVM核函数是众多影响识别率因素中最明显的。该系统提高识别率的技术关键是SVM核函数的选取及其参数优化。为此,在对三种常用核函数的特点进行研究的基础上,利用网格搜索法来分别进行参数优选,通过实际语音的训练和识别验证识别效果。目前优选参数可以实现识别率≥99.9%且识别时间<0.1 s。
引用
收藏
页码:1669 / 1673
页数:5
相关论文
共 5 条
  • [1] 基于互信息匹配模型的说话人识别
    俞一彪
    王朔中
    [J]. 声学学报, 2004, (05) : 462 - 466
  • [2] 基于隐马尔科夫模型的汉语韵律词基频模型
    朱东来
    王仁华
    凌震华
    李威
    [J]. 声学学报, 2002, (06) : 523 - 528
  • [3] 关于统计学习理论与支持向量机
    张学工
    [J]. 自动化学报, 2000, (01) : 36 - 46
  • [4] 实用语音识别基础.[M].王炳锡等著;.国防工业出版社.2005,
  • [5] 语音信号处理.[M].韩纪庆等编著;.清华大学出版社.2004,