基于SVM的文本無(wú)關(guān)說(shuō)話人識(shí)別算法研究.pdf

1、統(tǒng)計(jì)學(xué)習(xí)理論是一種專(zhuān)門(mén)研究有限樣本情況下機(jī)器學(xué)習(xí)規(guī)律的理論，它不僅考慮了對(duì)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(jī)是在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上發(fā)展而來(lái)的一種新的模式識(shí)別方法，在解決小樣本、非線性及高維模式識(shí)別問(wèn)題中表現(xiàn)出許多特有的優(yōu)勢(shì)。本文的工作是以說(shuō)話人識(shí)別為背景研究支持向量機(jī)的理論和方法。說(shuō)話人識(shí)別屬于生物識(shí)別技術(shù)的一種，是一項(xiàng)根據(jù)語(yǔ)音波形中反映的說(shuō)話人生理和行為特征的語(yǔ)音參數(shù)，自動(dòng)鑒別說(shuō)話人身份的技術(shù)。

2、 本文在深入理解說(shuō)話人識(shí)別基本原理的基礎(chǔ)上，首先，介紹了幾種被廣泛應(yīng)用的語(yǔ)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(chǔ)，統(tǒng)計(jì)學(xué)習(xí)理論及在統(tǒng)計(jì)學(xué)習(xí)理論上發(fā)展起來(lái)的支持向量機(jī)。 本文對(duì)支持向量機(jī)在說(shuō)話人識(shí)別中的應(yīng)用研究主要包括兩個(gè)方面：探索支持向量機(jī)方法在說(shuō)話人識(shí)別中的應(yīng)用及解決傳統(tǒng)經(jīng)典支持向量機(jī)算法數(shù)據(jù)不平衡導(dǎo)致的分類(lèi)精度下降問(wèn)題。 作為這些研究成果的應(yīng)用，本文在最后用Matlab程序?qū)崿F(xiàn)了一個(gè)基于支持向量機(jī)