数据采集与处理
數據採集與處理
수거채집여처리
JOURNAL OF DATA ACQUISITION & PROCESSING
2011年
5期
508-514
,共7页
许敏强%戴蓓蒨%刘青松%许东星
許敏彊%戴蓓蒨%劉青鬆%許東星
허민강%대배천%류청송%허동성
话者确认%支持向量机%多微商核函数%特征概率分布
話者確認%支持嚮量機%多微商覈函數%特徵概率分佈
화자학인%지지향량궤%다미상핵함수%특정개솔분포
给出了一种基于多微商核函数(MDK)的结合高斯混合模型(GMM)和支持向量机(SVM)的方法,并应用于SVM文本无关话者确认.从GMM话者语音特征概率分布出发,用多阶微商描述GMM概率分布,将GMM和SVM结合的问题转化为用多阶微商建立SVM话者模型的问题.首先对说话人语音进行基于因子分析的参数域失配补偿,用GMM描述失配补偿后的话者语音特征的概率分布；然后对GMM求多阶微商；最后构建多微商核函数,建立多SVM话者模型.在NIST＇ 01 2min-1min话者确认数据库上的实验表明,基于多微商棱函数的SVM话者确认系统性能优于基于失配补偿的GMM系统,也比基于失配补偿的Fisher核函数SVM话者系统和基于失配补偿的Kullback-Leibler(KL)距离SVM话者系统有较大的提高.
給齣瞭一種基于多微商覈函數(MDK)的結閤高斯混閤模型(GMM)和支持嚮量機(SVM)的方法,併應用于SVM文本無關話者確認.從GMM話者語音特徵概率分佈齣髮,用多階微商描述GMM概率分佈,將GMM和SVM結閤的問題轉化為用多階微商建立SVM話者模型的問題.首先對說話人語音進行基于因子分析的參數域失配補償,用GMM描述失配補償後的話者語音特徵的概率分佈；然後對GMM求多階微商；最後構建多微商覈函數,建立多SVM話者模型.在NIST＇ 01 2min-1min話者確認數據庫上的實驗錶明,基于多微商稜函數的SVM話者確認繫統性能優于基于失配補償的GMM繫統,也比基于失配補償的Fisher覈函數SVM話者繫統和基于失配補償的Kullback-Leibler(KL)距離SVM話者繫統有較大的提高.
급출료일충기우다미상핵함수(MDK)적결합고사혼합모형(GMM)화지지향량궤(SVM)적방법,병응용우SVM문본무관화자학인.종GMM화자어음특정개솔분포출발,용다계미상묘술GMM개솔분포,장GMM화SVM결합적문제전화위용다계미상건립SVM화자모형적문제.수선대설화인어음진행기우인자분석적삼수역실배보상,용GMM묘술실배보상후적화자어음특정적개솔분포；연후대GMM구다계미상；최후구건다미상핵함수,건립다SVM화자모형.재NIST＇ 01 2min-1min화자학인수거고상적실험표명,기우다미상릉함수적SVM화자학인계통성능우우기우실배보상적GMM계통,야비기우실배보상적Fisher핵함수SVM화자계통화기우실배보상적Kullback-Leibler(KL)거리SVM화자계통유교대적제고.
