版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、作為一種生物認(rèn)證識(shí)別技術(shù),說話人識(shí)別技術(shù)具有遠(yuǎn)程控制的獨(dú)特優(yōu)勢,在互聯(lián)網(wǎng)發(fā)展日新月異的今天擁有非常廣泛的應(yīng)用前景。近年來出現(xiàn)的說話人識(shí)別主流方法如GMM-SVM,JFA和i-vector等都是以GMM-UBM(Gaussian MixtureModel-Universal Background Model,高斯混合-通用背景模型)的識(shí)別框架為基礎(chǔ)。因此對(duì)GMM-UBM的研究仍有很大價(jià)值。本文基于GMM-UBM的說話人識(shí)別框架,對(duì)背景模型
2、建模與得分問題進(jìn)行了新的探索,并提出了改進(jìn)系統(tǒng)安全性和性能的方法。本文主要貢獻(xiàn)如下:
1.對(duì)通用背景模型UBM的構(gòu)建方法進(jìn)行了新的嘗試。驗(yàn)證了自包容的UBM的有效性,并在此基礎(chǔ)上提出了支撐說話人的概念,即對(duì)構(gòu)建UBM起關(guān)鍵作用的是部分關(guān)鍵說話人。通過PCA降維發(fā)現(xiàn),空間分布分散的說話人更有助于組成支撐說話人集合,比隨機(jī)選擇的方式平均識(shí)別效果好1%左右;
2.針對(duì)說話人識(shí)別系統(tǒng)的樣本復(fù)制語音攻擊極大限制了說話人識(shí)別技術(shù)
3、的應(yīng)用和發(fā)展。提出了一種基于模型階數(shù)相關(guān)的似然得分單調(diào)性(Orderdependent Likelihood Score Monotonic,OLSM)的樣本復(fù)制語音檢測方法,該方法利用了GMM模型的過擬合現(xiàn)象,可以有效提高GMM-UBM說話人識(shí)別系統(tǒng)的安全性。MASC庫上該方法對(duì)樣本復(fù)制語音的檢測正確率達(dá)99.3%。
3.GMM token是似然得分最高的高斯分量的索引。作為一種高層次特征,GMM token可以提供很多輔助
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 說話人確認(rèn)中背景模型的研究.pdf
- 基于統(tǒng)計(jì)模型的說話人識(shí)別研究與實(shí)現(xiàn).pdf
- 噪聲背景下說話人識(shí)別的若干關(guān)鍵問題研究.pdf
- 說話人識(shí)別情感合成問題的概率模型研究.pdf
- 隱馬爾可夫模型在說話人識(shí)別中的應(yīng)用與研究.pdf
- 說話人識(shí)別技術(shù)中的判別性模型與環(huán)境補(bǔ)償方法研究.pdf
- 基于高斯混合模型的說話人識(shí)別研究.pdf
- 說話人識(shí)別算法研究與說話人辨認(rèn)系統(tǒng)實(shí)現(xiàn).pdf
- 基于混合高斯模型的說話人識(shí)別.pdf
- 基于高斯混合模型的說話人識(shí)別算法研究.pdf
- 基于軌線模型和VQ模型的說話人識(shí)別研究.pdf
- 基于融合特征與高斯混合模型的說話人識(shí)別研究.pdf
- 基于PLDA模型的說話人識(shí)別方法研究.pdf
- 說話人識(shí)別中的信道補(bǔ)償.pdf
- 說話人識(shí)別技術(shù)的研究與改進(jìn).pdf
- 語音識(shí)別中神經(jīng)網(wǎng)絡(luò)聲學(xué)模型的說話人自適應(yīng)研究.pdf
- 語音識(shí)別中的說話人自適應(yīng)研究.pdf
- 基于HMM模型的說話人識(shí)別系統(tǒng)的研究.pdf
- 基于高斯混合模型的說話人識(shí)別技術(shù)研究.pdf
- 基于模型聚類的說話人識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論