组合核函数SVM在说话人识别中的应用
针对说话人识别实际应用中训练数据不足的问题,选取 GMM-UBM 作为基准系统模型,用 EigenVoice对其作自适应,应用泛化能力较强的多项式核函数和学习能力较强的径向基核函数进行线性加权组合后的组合核函数进行模型参数优化,并用多重网格搜索法确定核函数的最优参数,采用DAG方法实现SVM核函数的多元分类。在仿真实验中评估了线性核、多项式核、径向基核以及组合核函数,实验结果表明,在采用正确的参数前提下,在不同的多分类策略、自适应时间、信噪比和不同的说话人数量的情况下,组合核函数的识别性能明显都优于其它三个单核函数。
说话人识别、组合核函数、SVM、GMM-UBM
25
TP1;TP3
2016-06-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
168-172