期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用于SVM话者模型训练的冒认话者选取
被引量：
1
1
作者
刘明辉
黄中伟
+1 位作者
戴蓓蒨
熊继平
《计算机工程》
CAS
CSCD
北大核心
2009年第16期4-6,共3页
在基于支持向量机(SVM)的文本无关的说话人确认中,为提高SVM话者模型的训练效率和区分性能,提出2种基于高斯混合模型(GMM)的冒认话者选取方法——通过GMM概率评分,为每个目标说话人选取最接近的话者作为冒认话者用于SVM话者模型的训练,...
在基于支持向量机(SVM)的文本无关的说话人确认中,为提高SVM话者模型的训练效率和区分性能,提出2种基于高斯混合模型(GMM)的冒认话者选取方法——通过GMM概率评分,为每个目标说话人选取最接近的话者作为冒认话者用于SVM话者模型的训练,不仅提高模型的训练效率,而且提高SVM模型的区分性,有效地改进系统性能。在NIST’04 1side-1side数据库上的实验表明该方法的有效性。
展开更多
关键词
说话人确认
支持向量机
冒认话者选取
高斯混合模型
下载PDF
职称材料
题名
用于SVM话者模型训练的冒认话者选取
被引量：
1
1
作者
刘明辉
黄中伟
戴蓓蒨
熊继平
机构
深圳大学语音实验室
中国科学技术大学电子科学与技术系
浙江师范大学数理与信息工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第16期4-6,共3页
基金
国家自然科学基金资助项目(60272039)
深圳市残联培训经费基金资助项目
深圳大学科研启动基金资助项目(200811)
文摘
在基于支持向量机(SVM)的文本无关的说话人确认中,为提高SVM话者模型的训练效率和区分性能,提出2种基于高斯混合模型(GMM)的冒认话者选取方法——通过GMM概率评分,为每个目标说话人选取最接近的话者作为冒认话者用于SVM话者模型的训练,不仅提高模型的训练效率,而且提高SVM模型的区分性,有效地改进系统性能。在NIST’04 1side-1side数据库上的实验表明该方法的有效性。
关键词
说话人确认
支持向量机
冒认话者选取
高斯混合模型
Keywords
speaker
verification
Support
Vector
Machine（SVM）
impostor
selection
Gaussian
Mixture
ModeI（GMM）
分类号
TN912.34 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
用于SVM话者模型训练的冒认话者选取
刘明辉
黄中伟
戴蓓蒨
熊继平
《计算机工程》
CAS
CSCD
北大核心
2009
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
