| GMM-UBM和SVM说话人辨认系统及融合的分析 |
| |
| 引用本文： | 鲍焕军,郑方.GMM-UBM和SVM说话人辨认系统及融合的分析[J].清华大学学报(自然科学版),2008,48(Z1):693-698. |
| |
| 作者姓名： | 鲍焕军 郑方 |
| |
| 作者单位： | 鲍焕军（清华大学信息技术研究院,语音和语言技术中心,北京,100084）;郑方（清华大学信息技术研究院,语音和语言技术中心,北京,100084） |
| |
| 摘 要： | 在说话人辨认任务中,Gauss混合模型-通用背景模型(Gaussian mixture model-universal backgroundmodel,GMM-UBM)采用帧向量进行建模和识别,突出了说话人个性特征,但受信道影响较大;支持向量机(support vector machine,sVM)利用帧向量在空间中分布的Gauss混合的均值进行建模和识别,对信道的鲁棒性较好,但对说话人的个性体现不够.该文分析了这2种说话人识别系统的优缺点,并采用融合方法来提高系统的性能.在美国国家标准与技术研究所(NIST)评测数据集的实验中,融合系统的等错误率从GMM-UBM系统的9.30％和SVM系统的8.26％降低到7.34％,分别相对降低了21.08％和11.14％.
|
| 关 键 词： | 说话人辨认 Gauss混合模型-通用背景模型(GMM-UBM) 支持向量机(SVM) 信道鲁棒 |
| 文章编号： | 1000-0054(2008)1-0693-06 |
| 修稿时间： | 2007年9月10日 |
Combined GMM-UBM and SVM speaker identification system |
| |
| BAO Huanjun,ZHENG Fang.Combined GMM-UBM and SVM speaker identification system[J].Journal of Tsinghua University(Science and Technology),2008,48(Z1):693-698. |
| |
| Authors: | BAO Huanjun ZHENG Fang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
