基于SVM的文本無關說話人識別算法研究.pdf

1、統(tǒng)計學習理論是一種專門研究有限樣本情況下機器學習規(guī)律的理論，它不僅考慮了對推廣能力的要求，而且追求在現(xiàn)有有限信息的條件下得到最優(yōu)結(jié)果。支持向量機是在統(tǒng)計學習理論的基礎上發(fā)展而來的一種新的模式識別方法，在解決小樣本、非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢。本文的工作是以說話人識別為背景研究支持向量機的理論和方法。說話人識別屬于生物識別技術的一種，是一項根據(jù)語音波形中反映的說話人生理和行為特征的語音參數(shù)，自動鑒別說話人身份的技術。

2、 本文在深入理解說話人識別基本原理的基礎上，首先，介紹了幾種被廣泛應用的語音特征參數(shù)提取方法。其次，闡述了本課題算法的理論基礎，統(tǒng)計學習理論及在統(tǒng)計學習理論上發(fā)展起來的支持向量機。 本文對支持向量機在說話人識別中的應用研究主要包括兩個方面：探索支持向量機方法在說話人識別中的應用及解決傳統(tǒng)經(jīng)典支持向量機算法數(shù)據(jù)不平衡導致的分類精度下降問題。 作為這些研究成果的應用，本文在最后用Matlab程序?qū)崿F(xiàn)了一個基于支持向量機