论文部分内容阅读
支持向量机作为强大的理论和计算工具，已成功地应用在模式识别的众多领域中。研究了将支持向量机模型（SVM）应用于语言辨识的理论框架．提出了将Louradour序列核应用于语言辨识，并利用高斯混合模型（GMM）构造全局背景模型（UBM）对其进行了改进．从而导出了基于SVM—UBM的语言辨识系统。相关实验结果表明，该系统的识别率高于经典的高斯混合模型（GMM）和基于广义线性区分性核（GLDS）的支持向量机模型.