信息安全与通信保密
信息安全與通信保密
신식안전여통신보밀
CHINA INFORMATION SECURITY
2007年
6期
83-85
,共3页
支持矢量机%特征提取%GDTW核
支持矢量機%特徵提取%GDTW覈
지지시량궤%특정제취%GDTW핵
针对经特征提取后语音信号的特征参数的维数不同问题,文章提出了基于GDTW核+SVM算法的语音识别方法.这种方法先对语音信号进行特征提取,并通过GDTW核把特征矢量映射到高维特征空间,然后在高维特征空间中应用支持矢量机的分类方法进行识别.实验证明,与DTW算法和神经网络方法相比,这种方法是可行的,能显著提高语音信号的识别率.
針對經特徵提取後語音信號的特徵參數的維數不同問題,文章提齣瞭基于GDTW覈+SVM算法的語音識彆方法.這種方法先對語音信號進行特徵提取,併通過GDTW覈把特徵矢量映射到高維特徵空間,然後在高維特徵空間中應用支持矢量機的分類方法進行識彆.實驗證明,與DTW算法和神經網絡方法相比,這種方法是可行的,能顯著提高語音信號的識彆率.
침대경특정제취후어음신호적특정삼수적유수불동문제,문장제출료기우GDTW핵+SVM산법적어음식별방법.저충방법선대어음신호진행특정제취,병통과GDTW핵파특정시량영사도고유특정공간,연후재고유특정공간중응용지지시량궤적분류방법진행식별.실험증명,여DTW산법화신경망락방법상비,저충방법시가행적,능현저제고어음신호적식별솔.