计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2000年
6期
61-63
,共3页
支撑向量机%向量量化%高斯混合模型%说话人辨认%说话人识别
支撐嚮量機%嚮量量化%高斯混閤模型%說話人辨認%說話人識彆
지탱향량궤%향량양화%고사혼합모형%설화인변인%설화인식별
支撑向量机(SVM)是一种新的统计学习方法.提出一种基于支撑向量机的文本无关的说话人辨认系统,在作者的实验中得到了98%的平均识别率,同时实验表明同基于向量量化(VQ)和高斯混合模型(GMM)的经典方法相比,基于SVM的方法具有更好的性能.
支撐嚮量機(SVM)是一種新的統計學習方法.提齣一種基于支撐嚮量機的文本無關的說話人辨認繫統,在作者的實驗中得到瞭98%的平均識彆率,同時實驗錶明同基于嚮量量化(VQ)和高斯混閤模型(GMM)的經典方法相比,基于SVM的方法具有更好的性能.
지탱향량궤(SVM)시일충신적통계학습방법.제출일충기우지탱향량궤적문본무관적설화인변인계통,재작자적실험중득도료98%적평균식별솔,동시실험표명동기우향량양화(VQ)화고사혼합모형(GMM)적경전방법상비,기우SVM적방법구유경호적성능.
