基于支持向量机的说话人的语音分类率研究

摘要：

本文研究训练样本数与测试样本数的分配情况对说话人的语音分类率的影响,采用将特征参数梅尔频率倒谱系数(MFCC)用在基于支持向量机(SVM)的平均影响值(MIV)降维方法中,对各维特征参数进行重要性排序,然后重新组合,将组合好的特征参数用SVM进行语音分类.通过仿真实验分析,训练样本数与测试样本数各一半时分类效果相对较好.

关键词： 语音识别 说话人特征 梅尔频率倒谱系数 支持向量机 仿真实验

作者: 赵海君 曹辉

作者单位: 陕西师范大学物理学与信息技术学院,陕西,西安,710119

会议类型: 国内会议

会议名称: 2013上海-西安第三届声学学术交流会

会议地点: 上海

会议语种:中文

页码: 153-156

在线出版日期: 2013-11-01（万方平台首次上网日期，不代表论文的发表时间）