【作者】 龙艳花； 郭武； 戴礼荣；

【Author】 LONG Yanhua,GUO Wu,DAI Lirong (iFly Speech Lab, Department of Electronic Engineering and Information Science, University of Science and Technology of China, Hefei, Anhui, P.R. China, 230027)

【机构】 中国科学技术大学电子工程与信息科学系科大讯飞语音实验室；

【摘要】 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。更多还原

【Abstract】 This paper presents a novel KLD kernel for SVM-based speaker verification system. The proposed kernel is constructed based on the Kullback-Leibler Distance between GMM models which are learnt from the feature of speaker speeches. The experiments conducted on NIST 2004 or 2006 benchmark datasets have demonstrated the effectiveness of the proposed approach.更多还原