如何使用mfcc功能來訓練用於語音識別的svm分類器？

Question

我目前正在討論階段的項目中使用語音識別，我使用了MFCC特徵提取，但函數返回的MFCC特徵是矩陣e，g。每個語音文件（wav）的（20,38）特徵矩陣。但是，我怎樣才能將這個特性傳遞給SVM分類器。對於SVM（以及其他分類器），每個樣本都由一個向量表示，對嗎？但每個樣本的MFCC特徵都是一個矩陣。假設Xi是樣本i的MFCC特徵，則樣本i傳遞給SVM的特徵爲： 1）20 * 38向量，例如， Xi（:)以matlab形式。 2）平均值（Xi）。 3）Xi中的一列或一列。 哪條路是對的？任何有用的代碼，紙？

謝謝！ 服務

Answer 1

對於序列標記的任務，如語音識別，您需要使用SVM的組合HMM，而不僅僅是SVM

1. 對齊功能矩陣國GMM-HMM，獲得對應於每個HMM狀態
功能
2. 列車SVM上屬於每個國家
3. 功能實現SVM-HMM代替FO GMM-HMM

要了解更多閱讀

http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.27.442

要想快點，利用現有的工具包，如：

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