通信技术
通信技術
통신기술
COMMUNICATIONS TECHNOLOGY
2010年
3期
147-149
,共3页
分类%基音周期%高斯混合模型%特征映射%支持向量机%话者确认
分類%基音週期%高斯混閤模型%特徵映射%支持嚮量機%話者確認
분류%기음주기%고사혼합모형%특정영사%지지향량궤%화자학인
为了解决与文中无关的话者确认,大量训练样本数据所导致的建立支持向量机SVM(Suppert Vector Machine)话者模型困难,文中提出了一种基于基音分类特征映射和支持向量机的话者确认系统,首先根据基音周期将语音倒谱参数在特征空间上分类,再利用GMM-UBM结构进行特征映射,获得每个特征子空间中的话者特征参数并建立SVM话者模型.基音分类特征映射不仅使得样本数据极大地压缩,而且让子空间中SVM分类界面具有更好的区分性,因此,对各分类子系统评分融合之后的总系统具有更好话者确认性能.在NIST'06数据库上的实验证明了该方法的有效性.
為瞭解決與文中無關的話者確認,大量訓練樣本數據所導緻的建立支持嚮量機SVM(Suppert Vector Machine)話者模型睏難,文中提齣瞭一種基于基音分類特徵映射和支持嚮量機的話者確認繫統,首先根據基音週期將語音倒譜參數在特徵空間上分類,再利用GMM-UBM結構進行特徵映射,穫得每箇特徵子空間中的話者特徵參數併建立SVM話者模型.基音分類特徵映射不僅使得樣本數據極大地壓縮,而且讓子空間中SVM分類界麵具有更好的區分性,因此,對各分類子繫統評分融閤之後的總繫統具有更好話者確認性能.在NIST'06數據庫上的實驗證明瞭該方法的有效性.
위료해결여문중무관적화자학인,대량훈련양본수거소도치적건립지지향량궤SVM(Suppert Vector Machine)화자모형곤난,문중제출료일충기우기음분류특정영사화지지향량궤적화자학인계통,수선근거기음주기장어음도보삼수재특정공간상분류,재이용GMM-UBM결구진행특정영사,획득매개특정자공간중적화자특정삼수병건립SVM화자모형.기음분류특정영사불부사득양본수거겁대지압축,이차양자공간중SVM분류계면구유경호적구분성,인차,대각분류자계통평분융합지후적총계통구유경호화자학인성능.재NIST'06수거고상적실험증명료해방법적유효성.
