论文部分内容阅读
目的 研究语音特征梅尔频率倒谱系数(MFCC)的选取对说话人识别系统性能的影响.方法 采用基于平均影响值(MIV)的支持向量机(SVM)方法研究了说话人识别中的梅尔频率倒谱系数各维倒谱分量对于识别分类的贡献度.结果 选择具有代表性的特征向量进行说话人分类识别,能得到维数更低、识别率更高的特征参数.结论 通过MIV值可判断各维特征参数分量的重要性,选取权重值高的MFCC特征参数来提高系统识别率和缩短系统运行时间.