采用高斯概率分布和支持向量机的说话人确认.pdfVIP

第2l卷第6期 模式识别与人工智能 V01．21No．6 2008年12月 PRAI Dec 2008 采用高斯概率分布和支持向量机的说话人确认 郭武 戴礼荣 王仁华 (中国科学技术大学电子工程与信息科学系科大讯飞语音实验室合肥230027) 摘要在采用支持向量机的说话人确认中．将语音特征参数相对于通用背景模型各高斯分量的概率分布作为支 持向量机输入，在线性核函数的情况下，系统能取得与广义线性判别式序列核函数(GLDS)几乎相同的识别率，同 时该高斯概率分布算法能够与混合高斯背景模型、广义线性判别式序列核函数的得分进行融合，进一步提高识别 SRE 性能．在2006年NIST lconv4w一1conv4w数据库上，融合后的系统相对于基线的混合高斯模型最多有25％的等 错误率下降． 关键词广义线性判别式序列(GLDS)，梅尔刻度式倒谱参数(MFCC)，线性预测倒谱