基于支持向量机的语音识别研究
支持向量机是基于统计学习理论的模式分类器.它通过结构风险最小化准则和核函数方法,较好地解决了模式分类器复杂性和推广性之间的矛盾,引起了模式识别领域学者的极大关注.近年来,随着其快速训练算法的出现,支持向量机在手写体识别、人脸检测、文本分类等领域取得了很大的成功.本文将支持向量机用于孤立数字识别,并与传统的基于隐马尔可夫模型的方法进行了比较.初步结果显示了这一模型在语音识别领域的应用潜力.
语音识别 支持向量机 模式分类器 孤立数字识别
苏毅 吴文虎 郑方 方棣棠
清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心
国内会议
深圳
中文
223-226
2001-11-20（万方平台首次上网日期，不代表论文的发表时间）