10.3969/j.issn.1004-9037.2005.02.018
基于SVM评分融合的分类短语音话者确认系统
对于与文本无关短电话语音(小于30 s)的话者确认,在特征参数空间上分类并分别建模的方法,会带来多个子系统输出融合的问题.为了得到最终的评分,同时反映出各个子系统之间的非线性关系以及贡献的不同.本文提出了使用支持向量机(Support vector machine, SVM)进行后端评分融合的方法,对输出的两类评分矢量(目标话者和冒认话者)进行分类.在NIST'03数据库上的实验表明,在短语音情况下该方法比评分相加融合方法性能可以相对提高约11%,SVM不仅适用于多子系统的评分级的融合,对其他的多系统多信息的融合也行之有效.
信息融合、支持向量机、高斯混合模型-背景模型、话者确认
20
TN912.34
国家自然科学基金60272039
2005-07-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
213-217