話者確認中信道和時長失配補償研究.pdf

1、文本無關(guān)的說話人確認技術(shù)旨在從語音中提取說話人的個性信息從而完成說話人身份的驗證。使用便捷以及非接觸式交互等獨特的優(yōu)勢使其得到越來越廣泛的應(yīng)用，并成為當今生物特征識別領(lǐng)域的研究熱點。近年來，說話人確認技術(shù)逐漸走向?qū)嵱?，但由于實際環(huán)境的復雜性，面臨著傳輸信道的多樣化、背景噪聲污染等問題，說話人確認技術(shù)性能難以提升。本論文主要是研究環(huán)境失配下的說話人確認，從失配補償?shù)慕嵌瘸霭l(fā)，探討了全局差異空間方法以及概率線性鑒別分析方法，并對其存在的問題

2、提出改進方案。本論文主要的研究工作有:
　　首先，探討了美爾頻率倒譜參數(shù)的提取過程，介紹了高斯混合模型(GMM)，對其原理以及訓練算法進行詳細的闡述，并深入分析了GMM用于說話人確認的優(yōu)缺點，構(gòu)建了基于GMM-UBM框架的說話人確認系統(tǒng)，并通過實驗分析GMM-UBM系統(tǒng)的性能。
　　接著，深入研究說話人確認失配補償方法。利用因子分析的方法，從高斯均值超矢量提取出具有區(qū)分性的身份矢量I-Vector，構(gòu)建了基于I-Vector

3、的說話人確認系統(tǒng)。給出線性鑒別分析、類內(nèi)協(xié)方差規(guī)整等信道補償方法對I-Vector系統(tǒng)進行改進，實驗結(jié)果表明這些方法可以有效地改善信道失配對說話人確認系統(tǒng)的負面影響。
　　最后，深入研究概率線性鑒別分析(PLDA)方法對說話人以及干擾信息的建模能力，簡化高斯概率線性鑒別分析(GPLDA)以及其得分公式，構(gòu)建基于高斯概率線性鑒別分析的說話人確認系統(tǒng)，研究其對I-Vector矢量的補償能力。此外，針對訓練語音與測試語音時長失配的情況，