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
答案 0 :(得分：5)
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
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：