基于模糊支持向量机的语音识别方法

摘要

通过计算输入样本的模糊隶属度,探讨了模糊支持向量机(FSVM)的原理,应用其对语音信号进行识别,并和RBF神经网络、支持向量机(SVM)的识别效果进行了比较.在仿真实验中,采用小波分析方法提取语音特征向量,识别结果表明,SVM和FSVM比RBF网络具有较好的泛化性能,训练时间也大大缩减.此外,FSVM比SVM有更强的抵抗噪声的能力.