基于GMM统计参数和SVM的说话人辨认研究

• 作 者: 贺志阳 张玲华
• 机 构: 南京邮电大学通信与信息工程学院
• 出 处: 南京邮电大学学报(自然科学版)
• 发表日期: 2006年3期
• 关键词: 说话人辨认 支持向量机 高斯混合模型 倒谱加权 Speaker identification Support vector machine Gaussian m

支持向量机（SVM）是以统计学习理论为基础，解决模式识别问题的有力工具，但是它训练算法复杂，难以处理大量样本，限制了其在说话人识别方面的使用。针对这个问题，提出了一种基于GMM（高斯混合模型）统计参数和SVM的说话人辨认系统，以GMM模型的统计参数来训练SVM说话人辨认模型，有效解决了大样本数据下SVM模型的训练问题。实验表明，该方法有良好的效果，并且与倒谱加权方法结合后，可以增强系统的健壮性，进一步提高系统的识别率。