摘要： 支撑向量机（SVM）是一种新的统计学习方法。提出一种基于支撑向量机的文本无关的说话人辨认系统，在作者的实验中得到了98％的平均识别率，同时实验表明同基于向量量化（VQ）和高斯混合模型（GMM）的经典方法相比，基于SVM的方法具有更好的性能。

关键词: 支撑向量机, 向量量化, 高斯混合模型, 说话人辨认, 说话人识别

Abstract: Suport vector Machincs (SVMs) is a novcl type of stahstical lcarning mcthods. Ths paper proposcs a tecxt-indcpendcnt speakcr idcntincahonsystcm based on support vcctor machincs. In our cxpcrimcnts.s an avcragc rccognihon ratc for system bascd on SVMs reachcs 98%, and thecxperimental rcsults als0 show that the pcrformance of test systcm is bcttcr than the systems bascd on VQ 0r GMM as comparison.

中图分类号: 

• TP391.4