论文部分内容阅读
提出了一种新的二次特征提取的方法应用于说话人语音辨识。首先，通过基于熵的特征筛选方法，有效地剔除不重要或者噪声特征，消除语音特征的冗余，并获得其重要性排序，减少语音特征矢量的维数。然后，采用Fisher准则进一步进行参数选择，按Fisher比的大小选择特征向量作为投影轴，将高维空间中的特征矢量映射到低维的特征判别空间，然后以SVM作为分类器实现说话人辨识系统。实验结果表明，本文提出的方法在不影响识别率的情况下可以对输入数据有效降维，在噪音环境下取得了较好的识别效果，增加了系统的鲁棒性。