基于支持向量机的复杂场景中多人对话语音智能识别方法研究

摘要

面对多人对话语音单一特征表征性别组合信息不足，导致语音识别结果不精准的问题，提出了基于支持向量机的复杂场景中多人对话语音智能识别方法。使用距离度量方法，检测复杂场景多人对话变化点。计算任意两个数据集的对数似然概率值，构建得分集。结合T-Test相似性度量方法，判断两个数据集显著差异性。构造支持向量机判别函数，利用支持向量机的映射逻辑实现相似话音的分离。使用支持向量机的二元分类超线性分类器构建最优判别函数，结合男性、女性基音频率、信号非谐振频率特征，实现多人对话语音智能识别。由实验结果可知，所研究方法对于基音频率识别结果，男性、女性幅度波动范围分别为-0.5～0.5、-0.7～0.7,与实验数据一致；对于信号非谐振频率识别结果，男性、女性频率波动范围分别为-600～600 Hz、-360～405 Hz,男性频率波动范围与实验数据仅存在50 Hz的误差，女性频率波动范围与实验数据一致。

关键词

支持向量机 / 复杂场景 / 多人对话 / 语音智能识别