一种应用于SVM说话者确认系统的新型序列核

摘要：

本文提出了一种应用于SVM 说话者确认系统的新型序列核，主要思想是首先通过高斯混合模型训练出每个说话人模型超向量作为支持向量机(Support Vector Machine, SVM)的输入样本，然后根据高斯混合模型之间的KL 距离度量构造的SVM 序列核函数对超向量进行训练和判决。在NIST2004和2006年说话人识别数据库上的实验证明了这种核函数的有效性。

关键词： KLD序列核 说话者确认系统 超向量 支持向量机

作者: 龙艳花 郭武 戴礼荣

作者单位: 中国科学技术大学，电子工程与信息科学系，科大讯飞语音实验室，安徽合肥，230027

会议类型: 国内会议

会议名称: 第九届全国人机语言通讯学术会议

会议地点: 安徽黄山

会议语种:中文

在线出版日期: 2007-10-21（万方平台首次上网日期，不代表论文的发表时间）