如何使用mfcc功能训练svm分类器进行语音识别？

Question

我目前正处于语音识别的讨论阶段项目中，我使用MFCC特征提取，但从函数返回的MFCC特征是矩阵，e，g。每个语音文件（wav）的（20,38）特征矩阵。但是如何将此功能传递给SVM分类器。对于SVM（和其他分类器），每个样本由向量表示，对吗？但每个样品的MFCC特征是一个矩阵。假设Xi是样本i的MFCC特征，则样本i传递给SVM的特征是： 1）20 * 38载体，例如， Xi（:)以matlab形式出现。 2）平均值（Xi）。 3）Xi中的一列或一列。 哪条路对不对？任何有用的代码，纸张吗？

谢谢！ 闪耀

Answer 1

对于像语音识别这样的序列标记任务，您需要使用SVM和HMM的组合，而不仅仅是SVM

1. 使用GMM-HMM将特征矩阵与状态对齐，获得与每个HMM状态对应的特征
2. 在属于每个州的功能上训练SVM
3. 实施SVM-HMM代替GMM-HMM

了解更多信息

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

要快速使用，请使用现有的工具包，例如：

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