信道魯棒的與文本無(wú)關(guān)說(shuō)話人確認(rèn)系統(tǒng).pdf

1、說(shuō)話人識(shí)別是從語(yǔ)音信號(hào)中提取說(shuō)話人的個(gè)性信息來(lái)自動(dòng)識(shí)別說(shuō)話人身份的技術(shù)。目前的說(shuō)話人確認(rèn)系統(tǒng)對(duì)純凈語(yǔ)音已經(jīng)可以達(dá)到很高的識(shí)別精度，但實(shí)際環(huán)境中不同類(lèi)型的信道和語(yǔ)音采集設(shè)備對(duì)語(yǔ)音造成的畸變帶來(lái)了訓(xùn)練環(huán)境和測(cè)試環(huán)境之間的失配，使得說(shuō)話人確認(rèn)系統(tǒng)的識(shí)別率急劇下降。因此，如何提高系統(tǒng)的魯棒性已成為本領(lǐng)域研究的關(guān)鍵。 本文介紹了GMM-UBM框架下說(shuō)話人確認(rèn)系統(tǒng)的原理，包括前端信號(hào)處理、GMM-UBM模型建立、打分模型，以及系統(tǒng)性能評(píng)價(jià)方

2、法和評(píng)測(cè)標(biāo)準(zhǔn)。然后主要針對(duì)說(shuō)話人識(shí)別系統(tǒng)中，語(yǔ)音信號(hào)的信道畸變影響以及造成的訓(xùn)練和測(cè)試信道的不匹配，所導(dǎo)致的系統(tǒng)性能大幅下降，分別采用了基于特征域、模型域和得分域的補(bǔ)償方法，進(jìn)行有效的信道補(bǔ)償。 在特征域，采用了RASTA濾波、倒譜均值減CMS、實(shí)時(shí)CMS、方差歸一化CVN、特征映射Feature Mapping等幾種方法。在這里提出了一種有效的信道分類(lèi)方法，可以達(dá)到99％的分類(lèi)正確率，完全滿(mǎn)足Feature Mapping以及

3、后續(xù)其他算法的需求。其中，特征映射取得了較好的魯棒性能改進(jìn)，EER和minDCF相對(duì)基線系統(tǒng)分別下降了44．97％和33．20％。 在模型域，采用了說(shuō)話人模型合成SMS、基于MAP的模型自適應(yīng)和信道子空間投影CSP幾種方法，并根據(jù)實(shí)際情況設(shè)計(jì)了多種方案，對(duì)多種情況進(jìn)行了測(cè)試。基于MAP的模型自適應(yīng)獲得了最小的EER和minDCF，同時(shí)其實(shí)現(xiàn)比其余兩種方法更加簡(jiǎn)單。其中最具實(shí)用性能的MAP（only GMM）方案相對(duì)基線系統(tǒng)，EE

4、R和minDCF分別獲得76．45％和55．51％的相對(duì)下降。 在分?jǐn)?shù)域，采用了測(cè)試歸一化T-norm、零歸一化Z-norm、話筒歸一化H-norm以及這幾種方法的結(jié)合。其中ZT-norm獲得最小的EER和minDCF，相對(duì)基線系統(tǒng)分別下降了50．60％和43．81％。另外，特征域和模型域方法分別與分?jǐn)?shù)歸一化方法進(jìn)行了結(jié)合，獲得了更好的性能提高，很大程度地減小了測(cè)試和訓(xùn)練環(huán)境之間的不匹配。 最后，基于上述研究，在VC++