刘潇营, 郑郁正, 李国良

（成都信息工程学院,四川成都 610225）

语音识别是研究如何使机器能够准确地听懂人所说的话,实质就是一种模式识别。是近20年来发展起来的一门新兴学科,是人机通信的自然媒介,具有重要的应用价值。目前,语音识别的方法主要有以下两种:（1）隐马尔可夫模型（HMM）识别算法,这是当前使用较广且发展较成熟的算法,算法通过对大量声音数据进行数据统计,建立识别条的统计模型,然后从待识别声音中提取特征,与这些模型匹配,通过比较匹配分数以获得识别结果。但统计模型的建立需要依赖一个较大的声音库。这在实际工作中占有很大的工作量。且模型需要的存储量和匹配计算的运算量相对较大。（2）神经网络。神经网络是模仿人类大脑神经元所设计的智能系统,具有很强的分类能力。但是由于神经网络具有训练时间过长,训练时容易陷入局部最优化,泛化能力差等缺点,很难转化到实际应用中。[1]

支持向量机（support vector machine）是基于统计学理论发展起来的新的机器学习方法,由Vapnik等人提出[2,3]。支持向量机针对有限的小样本,寻找最少的支持向量,最大化分类间隔,确定最优的分类线等方法提高了泛化能力,减小了经验风险。支持向量机最初是为了解决二分类的问题而设计的。而在实际中很多时候面临的是一个多分类的问题。如何将支持向量机推广到多分类的情况中,很多文献都提出了不同的方法[4]。多类（M-ary）支持向量机[5]即为其中一种,它是多个二分类支持向量机的组合,具有使用向量机数目少,速度快等优点,尤其适用于语音识别实时性的要求。……