调信息在汉语语音识别中具有非常重要的意义。采用支持向量机对连续汉语连续语音进行声调识别实 验，首先采用基于Teager能量算子和过零率的两级判别策略对连续语音进行浊音段提取，然后建立了适合于支持向 量机分类模型的等维声调特征向量。使用6个二类SVM模型对非特定人汉语普通话的4种声调进行分类识别，与 BP神经网络相比，支持向量杌具有更高的识别率。-Tone is an essential component for word formation in Chinese languages

用libsvm支持向量机进行说话人识别，其中包括对语音的预处理，主成分分析，对语音的训练，识别-With SVM speaker recognition, including pretreatment of voice, principal component analysis