论文部分内容阅读
针对最小二乘支持向量机（LSSVM）在语音识别中识别速度慢的问题，提出了一种新的LSSVM稀疏化方法。采用独立成分分析（ICA）对语音特征降维，降低建模复杂度；将降维后的语音样本输入LSSVM建模；采用基于ICA的快速剪枝方法筛选支持向量，实现模型的稀疏化。韩语语音库的实验结果表明，在保持语音识别效果的基础上，语音识别速度明显提高。