论文部分内容阅读
阐述了支持向量机的分类机理，采用改进的MFCC语音特征参数，用基于不同核函数的支持向量机（SVM）作为语识别网络，对SVM多类分类问题采用“一对一”分类算法，实现了一个孤立词非特定人中等词汇量的抗噪语音识别系统。通过实验，得到了不同核函数下的识别结果；分析了核参数和误差惩罚参数对SVM推广能力的影响，并将实验结果同基于RBF神经网络的识别结果进行了比较。