论文部分内容阅读
提出一种支持向量机(SVM)一对多得分规整的语种识别方法.通过对SVM得分进行规整,提高了各语种得分间的区分性,同时对分类效果较差的SVM分类器更鲁棒.仿真实验基于音素层特征的并行音素识别器后接向量空间模型(PPRVSM)的语种识别系统上进行,在美国国家标准技术署(NIST) 2011年语种识别评测(LRE) 30s数据集上的实验表明,提出的规整方法在语种识别性能评价指标EER和minDCF上相对提升2.6%-10.9%.