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

来源：

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：

0711 ;

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

页码：5201 / 5202+5224 +5224

页数：3

共 6 条

[1] 多类支持向量机算法综述 [J].

黄勇 ;

郑春颖 ;

宋忠虎 .

[2] 基于SVM-HMM混合模型的说话人确认 [J].

忻栋 ;

杨莹春 ;

吴朝晖 .

[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