基于GMM統(tǒng)計參數(shù)和支持向量機的說話人辨認系統(tǒng).pdf

1、說話人識別是語音信號研究中的一個重要方向，有著重要的理論意義和廣泛的應用前景。近些年來，有越來越多的新技術(shù)、新方法被應用到說話人識別中來。本論文的目標是將支持向量機應用于說話人識別系統(tǒng)，主要研究內(nèi)容如下：第一，介紹了本論文中使用的特征參數(shù)的提取和GMM統(tǒng)計模型，簡單討論了大數(shù)據(jù)量的處理；第二，討論了支持向量機的基本理論，著重介紹了一些基本的算法，它們是將支持向量機應用于說話人識別的理論基礎(chǔ)；第三，分析支持向量機技術(shù)的優(yōu)缺點。支持向量機作

2、為數(shù)據(jù)挖掘中的一項新技術(shù)，近年來在模式識別等許多領(lǐng)域取得了與傳統(tǒng)方法可比或更好的結(jié)果，具有比傳統(tǒng)方法更好的分類性能，但是由于它的訓練方法非常復雜，難以處理大樣本，限制了其在說話人識別方面的使用，另外，支持向量機屬于一種模板匹配方法，對語音信號的統(tǒng)計信息不能加以利用；第四，在以上分析的基礎(chǔ)上，提出了一種基于GMM統(tǒng)計參數(shù)和SVM的說話人辨認系統(tǒng)，首先利用EM算法來處理說話人的大量樣本，并將這種方法與矢量量化的方法進行比較，顯示了EM算法更