微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2010年
25期
195-197
,共3页
语种识别%多分类器%决策融合
語種識彆%多分類器%決策融閤
어충식별%다분류기%결책융합
多分类器协同合作克服了单个分类器识别效果不理想,适用范围较窄或对使用环境要求较高的不足.提取多层面的特征则增加了输入样本的多样性.本文提出了一种基于SVM分类器融合的语种识别系统,该系统采用了SVM作为子分类器,参数选取包括MFCC、LPCC,基音频率和第一共振峰,采用投票法,加权平均法和决策模板法三种不同的融合方法对汉语,英语,日语,白族语和纳西语进行识别研究,达到了预期的识别效果.
多分類器協同閤作剋服瞭單箇分類器識彆效果不理想,適用範圍較窄或對使用環境要求較高的不足.提取多層麵的特徵則增加瞭輸入樣本的多樣性.本文提齣瞭一種基于SVM分類器融閤的語種識彆繫統,該繫統採用瞭SVM作為子分類器,參數選取包括MFCC、LPCC,基音頻率和第一共振峰,採用投票法,加權平均法和決策模闆法三種不同的融閤方法對漢語,英語,日語,白族語和納西語進行識彆研究,達到瞭預期的識彆效果.
다분류기협동합작극복료단개분류기식별효과불이상,괄용범위교착혹대사용배경요구교고적불족.제취다층면적특정칙증가료수입양본적다양성.본문제출료일충기우SVM분류기융합적어충식별계통,해계통채용료SVM작위자분류기,삼수선취포괄MFCC、LPCC,기음빈솔화제일공진봉,채용투표법,가권평균법화결책모판법삼충불동적융합방법대한어,영어,일어,백족어화납서어진행식별연구,체도료예기적식별효과.
