基于支持向量机和小波分析的说话人识别

被引:4
作者
张振领 [1 ]
徐东平 [2 ]
贾仰理 [3 ]
机构
[1] 聊城大学计算机学院
[2] 武汉理工大学计算机科学与技术学院
[3] 北京航空航天大学计算机学院
关键词
说话人识别; 小波分析; 支持向量机; 人工智能; 机器学习;
D O I
10.16208/j.issn1000-7024.2007.21.006
中图分类号
TN912.34 [语音识别与设备];
学科分类号
摘要
为解决说话人识别问题,提出了一种基于支持向量机和小波分析的识别方法以及其框架模型,即将小波分析应用于信号预处理,并以此为基础,利用其奇异点检测原理将语音信号和噪声分离,实现语音增强,最终基于样本进行训练和测试,采用SVM实现说话人的分类识别。
引用
收藏
页码:5201 / 5202+5224 +5224
页数:3
相关论文
共 6 条
[1]   多类支持向量机算法综述 [J].
黄勇 ;
郑春颖 ;
宋忠虎 .
计算技术与自动化, 2005, (04) :61-63
[2]   基于SVM-HMM混合模型的说话人确认 [J].
忻栋 ;
杨莹春 ;
吴朝晖 .
计算机辅助设计与图形学学报, 2002, (11) :1080-1082
[3]  
(英)NelloCristianini,(英)JohnShawe-Taylor著,李国正等译.支持向量机导论[M].北京:电子工业出版社,2004
[4]  
(美)TomM.Mitchell著,曾华军,张银奎等译.机器学习[M].北京:机械工业出版社,2003
[5]  
(美)VladimirN.Vapnik著,张学工译.统计学习理论的本质[M].北京:清华大学出版社,2000
[6]  
杨福生著.小波变换的工程分析与应用[M].北京:科学出版社,1999