支持向量机在语音识别中的应用研究
支持向量机(Support Vector Machine)是一类有着坚实理论基础、针对有限学习样本而提出的学习机器.本文研究了SVM应用于语音识别的方法,构建了基于SVM的非特定人汉语数字语音识别系统,系统平均识别率达到99.33﹪,优于基于传统隐马尔可夫(Hidden Markov Model)构建的基线系统性能(97.08﹪),特别在小样本学习环境下更具优势.论文通过实验分析得到了系列结论,说明了SVM在语音识别领域有着很强的应用潜力,并提出了进一步的改进方向.
模式识别 语音识别 支持向量机 机器学习 汉语数字语音识别系统
谢湘 匡镜明
北京理工大学电子工程系(北京)
国内会议
重庆
中文
466-472
2003-10-01（万方平台首次上网日期，不代表论文的发表时间）