论文部分内容阅读
本文提出了一种应用于SVM 说话者确认系统的新型序列核，主要思想是首先通过高斯混合模型训练出每个说话人模型超向量作为支持向量机(Support Vector Machine, SVM)的输入样本，然后根据高斯混合模型之间的KL 距离度量构造的SVM 序列核函数对超向量进行训练和判决。在NIST2004和2006年说话人识别数据库上的实验证明了这种核函数的有效性。