10.3969/j.issn.1671-4679.2009.04.015
基于SVM-GMM混合模型说话人辨认的研究
建立一种新的混合模-SVM-GMM模型,用以提高说话人辨认的识别率.阐述高斯混合模型(GMM)和支持向量机(SVM)建立的基本原理,分别指出高斯混合模型和支持向量机在实际应用中的不足之处,并针对两种模型的特点,提出将GMM模型的输出机制引入到SVM模型中,以便于调整支持向量机(SVM)模型的概率输出,并建立SVM-GMM混合模型.通过实验对比,验证使用SVM-GMM模型能有效地提高系统识别率.
说话人识别、高斯混合模型(GMM)、支持向量机(SVM)、SVM-GMM混合模型
23
TN912.34
2010-03-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
54-57