【技术实现步骤摘要】
本专利技术涉及一种说话人识别方法。
技术介绍
说话人识别,又称为声纹识别,是以语音对说话人进行区分,从而进行身份鉴别和认证的一种生物识别技术。目前基于支持向量的说话人识别方法已成为一种主流的说话人识别方法。对于支持向量机而言,它是一个两类分类器,当要应用到说话人识别系统中、时,需要完成两类到多类分类的转化。两类支持向量机分类器可以采用两种方式实现多类分类,一种是一对一的实现方法。这种方式是比较常用的一种多类分类方式。专利CN1787075、专利CN102201237A中采用的支持向量机多类分类器就是采用这种方式实现的。对于一对一的多类分类方式,对于#个类样本,分别进行两两分类,共需要构造叫3/-1)/2个分类器。尽管每个支持向量机分类器只需要两类样本训练就可以得到,样本数据量小,但随着分类类别数的增加,需要构造的两类支持向量机分类器的数目急剧增加,使得系统的运算量和存储量大大增加,同时其判决的速度也会较慢。当加入新的类别时,由于在分类的过程中,需要两两分类,因此新增加的类别样本需要与所有的其余类样本分别再设计#个分类器,当类别数#较大时,需要重新训练分类器的个数较多,在实际的应用环境中可能导致系统更新速度慢。另一种多类支持向量机分类器的实现采用一对多对的方式。这种方式是支持向量机最早实现多类分类的方式,对于#个类样本,构造#个分类器。每个分类器以其自己的对应的样本为正样本,剩余的所有样本作为负样本进行分类器的训练。尽管一对多的实现方法简单直观,需要构造两类支持向量机数量少,但它将所有其他类的样本作为负样本,导致正负样本不均衡,负的训练样本过大,训练时间较 ...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员:林琳,金焕梅,陈虹,姜宏,孙晓颖,陈建,魏晓丽,
申请(专利权)人:吉林大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。