撑持向量机在说话人识别中的应用.pdfVIP

硕士论文 支持向量机在说话人识别中应用 摘 要 文本无关的话者识别系统具有更加广泛的应用前景和应用范围，而当前的话者识 别系统几乎均与文本相关，虽然出现过与文本无关的话者识别方法，可该系统的测试 对测试内容有诸多限制，仍非真正的文本无关的话者识别系统。鉴此，本文的讨论旨 在实现真正意义上的文本无关的话者识别系统。 首先，我们使用隐马尔可夫模型对 语音信号进行降嗓，对具有良好的时频局部化性能(尤其是对高频情形)的小波分析 方法在语音处理和特征提取中进行了广泛的应用。并对小波分析方法和BP神经网络 相结合，构造了用于模式识别的小波神经网络。进而基于统计学习理论基础建立的适 合小样本，含噪数据的机器学习理论一支持向量机，以支持向量机作为说话人识别的分 类器之一。在讨论了支持向量杌有关性质的同时，提出了一个多分类器融合方法。最 后我们进行了初步的数值试验。 关键词：说话人识别 支持向量机小波神经网络 分类器融合隐马尔可夫模型 硕士论文 支持向量机在说话人识别中应用 Abs tra