基于支持向量机的抗噪语音识别

被引:7
作者
白静
张雪英
机构
[1] 太原理工大学信息工程学院
关键词
支持向量机; 核函数; 多类分类算法; 语音识别;
D O I
10.16355/j.cnki.issn1007-9432tyut.2009.01.019
中图分类号
TN912.34 [语音识别与设备];
学科分类号
0711 ;
摘要
阐述了支持向量机的分类机理,采用改进的MFCC语音特征参数,用基于不同核函数的支持向量机(SVM)作为语识别网络,对SVM多类分类问题采用"一对一"分类算法,实现了一个孤立词非特定人中等词汇量的抗噪语音识别系统。通过实验,得到了不同核函数下的识别结果;分析了核参数和误差惩罚参数对SVM推广能力的影响,并将实验结果同基于RBF神经网络的识别结果进行了比较。
引用
收藏
页码:11 / 14
页数:4
相关论文
共 3 条
[1]  
人工神经网络与模拟进化计算[M]. 清华大学出版社 , 阎平凡,张长水编著, 2005
[2]   A decision based one-against-one method for multi-class support vector machine [J].
Debnath, R ;
Takahide, N ;
Takahashi, H .
PATTERN ANALYSIS AND APPLICATIONS, 2004, 7 (02) :164-175
[3]   Choosing Multiple Parameters for Support Vector Machines [J].
Olivier Chapelle ;
Vladimir Vapnik ;
Olivier Bousquet ;
Sayan Mukherjee .
Machine Learning, 2002, 46 :131-159