基于GDTW+SVM的语音识别

被引：12

作者：

庞雄昌

王喆

机构：

[1] 西安通信学院

来源：

信息安全与通信保密 | 2007年 / 06期

关键词：

支持矢量机; 特征提取; GDTW核;

D O I：

暂无

中图分类号：

TN912.34 [语音识别与设备];

学科分类号：

081002 [信号与信息处理];

摘要：

针对经特征提取后语音信号的特征参数的维数不同问题,文章提出了基于GDTW核+SVM算法的语音识别方法。这种方法先对语音信号进行特征提取,并通过GDTW核把特征矢量映射到高维特征空间,然后在高维特征空间中应用支持矢量机的分类方法进行识别。实验证明,与DTW算法和神经网络方法相比,这种方法是可行的,能显著提高语音信号的识别率。

引用

页码：83 / 85

页数：3

共 5 条

[1]

语音识别及其定点DSP实现 [D].

庞雄昌 .

西安电子科技大学,

2004

[2]

Training invariant support vector machines [J].

Decoste, D ;

Schölkopf, B .

MACHINE LEARNING, 2002, 46 (1-3) :161-190

[3]

Multicategory Classification by Support Vector Machines.[J].Erin J. Bredensteiner;Kristin P. Bennett.Computational Optimization and Applications.1999, 1

[4]

A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167

[5]

SUPPORT-VECTOR NETWORKS [J].

CORTES, C ;

VAPNIK, V .

MACHINE LEARNING, 1995, 20 (03) :273-297

← 1 →