基于MFCC域支持向量机的说话人识别
机器学习
2010-09-28 v1 声音
摘要
语音识别和说话人识别对于安全目的的身份验证和确认至关重要，但实现起来较为困难。说话人识别方法可分为文本无关和文本相关两类。本文提出了一种基于MFCC域支持向量机的文本相关说话人识别技术。本工作中，梅尔频率倒谱系数及其统计分布特性被用作特征，这些特征将作为神经网络的输入。本工作首次将序列最小优化学习技术用于支持向量机，该技术相比传统的Chunking、Osuna方法提升了性能。代表语音段说话人特征的倒谱系数通过非线性滤波器组分析和离散余弦变换计算得出。针对不同的特征组合，研究了支持向量机的说话人识别能力和收敛速度。在多个样本上的大量实验结果表明了所提方法的有效性。
引用
@article{arxiv.1009.4972,
title = {Speaker Identification using MFCC-Domain Support Vector Machine},
author = {S. M. Kamruzzaman and A. N. M. Rezaul Karim and Md. Saiful Islam and Md. Emdadul Haque},
journal= {arXiv preprint arXiv:1009.4972},
year = {2010}
}
备注
5 Pages, International Journal