基于SVM评分融合的分类短语音话者确认系统

摘要：

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.

关键词：信息融合、支持向量机、高斯混合模型-背景模型、话者确认

所属期刊栏目：20

分类号：TN912.34

资助基金：国家自然科学基金60272039

在线出版日期：2005-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：213-217