基于“码袋”算法的话者自动辨认系统

在话者自动辨认系统中,话者数量是决定辨认时间的最主要因素。因而在大数量注册话者的辨认中如何减少辨认所需要的运算时间是一个关键问题。针对这一问题,提出了一种新的基于＂码袋＂的话者模型设计算法,它通过统计＂码袋＂中每个码字在话者语音中的概率分布来实现话者模型的设计。实验结果表明该算法在保证较高辨认率的同时,有效地降低了话者自动辨认系统的计算复杂度。  

支持矢量机的汉语声调识别

提出了一种支持矢量机的汉语声调识别新方法。论文首先在基频和对数能量的基础上,建立了一个适合于支持矢量机分类的等维声调特征。然后对支持矢量机的多分类策略和不同核函数对声调识别的影响进行了实验研究。与BP神经网络相比,支持矢量机具有更高的识别率和更强的推广能力。