代码之家 › 专栏 › 技术社区 › user1423164

如何利用mfcc特征训练svm分类器进行语音识别?

mfcc voice-recognition svm

4

user1423164 · 技术社区 · 13 年前

我目前正处于语音识别的讨论阶段,我使用MFCC特征提取,但函数返回的MFCC特征是一个矩阵,例如g。每个语音文件(wav)的(20,38)特征矩阵。但是我如何将这个特征传递给SVM分类器呢。对于SVM(和其他分类器),每个样本都由一个向量表示,对吧?但是每个样本的MFCC特征是一个矩阵。假设Xi是样本i的MFCC特征,那么样本i传递给SVM的特征为: 1) 一个20*38的矢量,例如g。Xi(:),以matlab形式。 2) 平均值(Xi)。 3) Xi的一列或一行。哪条路是对的?有什么有用的代码和纸张吗?

谢谢闪耀

1 回复 | 直到 13 年前

1

6

Nikolay Shmyrev 13 年前

对于像语音识别这样的序列标记任务,您需要使用SVM和HMM的组合,而不仅仅是SVM

将特征矩阵与GMM-HMM状态对齐,得到每个HMM状态对应的特征
在属于每个状态的特征上训练SVM
实现SVM-HMM而不是GMM-HMM

要使其快速,请使用现有的工具包,如:

http://www.cs.cornell.edu/people/tj/svm_light/svm_hmm.html