基于GMM和SVM的說話人識別方法研究.pdf

1、說話人識別技術是生物認證的一種，它是根據(jù)說話人語音波形中能反映說話人生理和行為個性特征的語音參數(shù)來自動鑒別說話人身份的過程，該技術以其顯著的使用方便、經濟和有效等優(yōu)勢在許多領域中有著廣泛的應用前景。
　　 本文主要研究了噪聲環(huán)境下文本無關的說話人識別的相關內容。為改善系統(tǒng)識別率和系統(tǒng)響應時間，本文在介紹說話人識別基本原理的基礎上，重點圍繞識別模型和語音去噪兩方面進行研究。在識別模型方面，詳細介紹了高斯混合模型(GMM)和支持向量

2、機(SVM)模型的理論知識，并針對兩者自身的優(yōu)缺點，本文提出了兩種GMM和SVM相結合的方法，實驗證明這兩種混合模型都可以改善系統(tǒng)性能。針對噪聲環(huán)境下，系統(tǒng)識別率急劇下降的問題，本文在原有小波閾值去噪的基礎上提出了一種改進的閾值函數(shù)并采用了區(qū)分清濁音的小波去噪方法，實驗證明這些改進可取得更好的去噪效果。具體研究工作如下:
　　 (1) GMM屬于概率統(tǒng)計模型，有很強的數(shù)據(jù)描述能力和較弱的數(shù)據(jù)分類能力。SVM模型屬于分類器模型，有

3、很強的數(shù)據(jù)區(qū)分能力和較弱的數(shù)據(jù)描述能力。結合這些特點，本文提出了用GMM對大樣本特征參數(shù)聚類得到能更好表征說話人個性特征的小樣本的GMM模型參數(shù)作為SVM特征參數(shù)的模型結合方法。實驗證明該模型既可以改善系統(tǒng)響應時間又可以提高系統(tǒng)識別率。
　　 (2)當說話人集合比較大時，針對SVM識別耗時的問題，本文又提出了另一種GMM和SVM相結合的方法。通過實驗可知，對于相同的特征數(shù)據(jù)，在識別階段，一般情況下GMM比SVM所用的時間短，而且

4、我們還可發(fā)現(xiàn)即使GMM識別錯誤，但如果將最大后驗概率按由大到小進行排序，正確說話人模型所對應的最大后驗概率還是比較靠前的。根據(jù)這些特點，本文提出了用GMM作首次識別用SVM做二次識別的結合模型，通過GMM的首次識別來確定幾個最有可能的結果來縮小用于SVM識別的說話人集合，從而進一步改善系統(tǒng)響應時間。
　　 (3)在安靜環(huán)境下，系統(tǒng)可以取得比較滿意的識別率，針對噪聲環(huán)境下系統(tǒng)識別率急劇下降的問題，本文提出了一種改進形式的小波閾值函