原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
维普资讯
第 2O卷第 1O期 系 统 仿 真 学 报@ Vol|2ONO．1O
2008年 5月 JournalofSystem Simulation M ay，2008
易扩展小样本环境说话人辨认系统的研究
丁 辉 ，唐振民 ，钱 博 ，李燕萍
(1．南京理工大学计算机科学与技术学院，南京 江苏 210094；2．嘉兴学院数学与信息工程学院，嘉兴 浙江 314001)
摘 要：针对基于人工神经网络的说话人辨认系统所存在的问题，提出了一种基于模糊最小二乘支
持向量机 (LS．SVMs)技术的两级分类说话人辨认系统。第一级对说话人进行大类预分，第二级
则在大类范围内实现具体说话人的辨认 当有新的说话人加入时，只需要增加与新说话人相关的
若干个二级分类器．系统仿真实验表明，在训练样本时长取 3一IIs，说话人由32人增至36人时，
本文方法实现的系统训练时间明显降低，识别率更高。
关键词：说话人辨认；易扩展性；最小二乘支持向量机；两级分类
中图分类号：TN912．3 文献标识码：A 文章编号：1004—731X(2008)10—2779—03
ResearchonExpansileSpeakerIdentificationSystem
AdaptedtoSmall-ScaleSamples
DINGHui ，TANGZhen—min，QIANBo，LIYan-ping
(1．SchoolofComputer,NanjingUniversityofScienceTechnology,Nanjing210094，China；
2．SchoolofMathematics InformationEngineering．JiaxingUniversity,Jiaxing314001，China)
Abstraction：OwingtothedrawbacksofANN—basedspeakeridentificationsystem．anovelspeakeridentificationapproach
wasproposedbasedonfuzzyLS—SVMsbyhierarchicalclassfiy．Inhtefirstlevel，speechwasclassifiedtotheroughclass，and
duringthesecondleveltheactualidentificationcouldbegot．W enspeakernumberincreased，nothingbutaddingsome
correspondingclassifieFs．Theexperimentsshowthat，whenthetrainingspeechis3—1Is，htenumberofspeakerschangefrom
32to36，andtheproposedsystem cannotonlyreducethertainingtimebutalsoimprovetherecognitionrate．
KeYwords：speakeridentification；expansibility；LS—SVM s：two-levelsclassify
持向量机 (LS．SVM)t4]采用最小二乘线性系统作为损失函
引 言
数，避免了传统SVM所需的二次规划。假设线性可分样本
人工神经网络 (ANN)具有较强的自组织、自学习能力
文档评论（0）