采用熵相关性优化分离性的SVM说话人识别
针对目前说话人识别模型精度不高,应用性不强的缺点,提出一种采用熵相关性优化原始特征参数的方法,并综合特征熵相关性和原始特征特性值两方面因素改进了说话人识别的分离性测度.以说话人聚类类间差异最大化为目标,建立围绕基于特征分类相关性的参数自适应重构策略及分离性测度计算方法的说话人识别模型.仿真实验结果表明,该模型结构稳定,使说话人识别的精度及效率达到较好的平衡,具有较强的应用性能.
说话人识别、支持向量机、熵、相关性、分离性测度
32
TP391(计算技术、计算机技术)
2011-12-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
2845-2848