低信噪比環(huán)境下說話人識別研究.pdf

1、說話人識別是一種利用語音信號來驗(yàn)證身份信息的生物識別技術(shù)?，F(xiàn)實(shí)中，說話人識別系統(tǒng)受制于語音中的噪聲，系統(tǒng)的識別性能降低。說話人識別朝著商業(yè)應(yīng)用發(fā)展，并且在噪聲較強(qiáng)環(huán)境下的說話人識別正成為研究熱點(diǎn)。而現(xiàn)有的技術(shù)在強(qiáng)噪聲的低信噪比環(huán)境下，性能大幅下降。這對說話人識別提出了新的要求。
　　目前低信噪比環(huán)境下的說話人識別存在三個(gè)待解決的關(guān)鍵問題。1.現(xiàn)有的說話人識別特征參數(shù)，在低信噪比的環(huán)境下，其自身魯棒性急劇下降，無法滿足說話人識別對特

2、征參數(shù)的要求。2.在低信噪比環(huán)境下，現(xiàn)有的特征補(bǔ)償方法性能下降，無法有效地提高特征參數(shù)的魯棒性。3.現(xiàn)有說話人識別模型在低信噪比環(huán)境下性能降低或只能針對某類特殊噪聲魯棒性較好。論文在對噪聲環(huán)境下的說話人識別進(jìn)行深入研究的基礎(chǔ)上，對于以上三個(gè)待解決的關(guān)鍵問題，分別研究了低信噪比環(huán)境下的魯棒特征參數(shù)、特征補(bǔ)償和識別模型。主要研究內(nèi)容和創(chuàng)新點(diǎn)如下。
　　1.針對低信噪比噪聲環(huán)境下，說話人識別的特征參數(shù)魯棒性下降的問題，論文提出感知語譜規(guī)

3、整耳蝸濾波倒譜系數(shù)的特征提取方法。方法先構(gòu)建符合耳蝸基底膜行波沖激響應(yīng)及非線性頻率分布的耳蝸濾波器組，使特征參數(shù)的提取過程在頻域中擬合心理聲學(xué)實(shí)驗(yàn)結(jié)果從而提高特征參數(shù)的魯棒性。再由人耳感知特性的語音增強(qiáng)以及一個(gè)時(shí)-頻域的二維增強(qiáng)，通過二維數(shù)據(jù)的邊界檢測得到感知語譜規(guī)整參數(shù)。并把耳蝸濾波器組的輸出進(jìn)一步規(guī)整為時(shí)-頻域魯棒性更好的感知語譜規(guī)整耳蝸濾波倒譜系數(shù)。實(shí)驗(yàn)結(jié)果表明，在所有測試的信噪比條件下，論文提出的特征參數(shù)，在所有實(shí)驗(yàn)噪聲中的平均

4、識別率，分別比另外三種特征參數(shù)高出26.6％，22.2％以及18.5％，而在-10dB到10dB的信噪比條件下，提出的特征參數(shù)在所有條件中獲得了最好的識別率。在低信噪比條件下，提出的感知語譜規(guī)整耳蝸濾波倒譜系數(shù)對不同噪聲都具有相對較好的魯棒性。
　　2.針對低信噪比說話人識別中特征補(bǔ)償方法魯棒性下降的問題，提出了一種采用感知聽覺場景分析的特征補(bǔ)償方法。先求取語音的缺失數(shù)據(jù)特征譜，并由語音的感知特性求出感知特性的語音含量。含噪語音經(jīng)

5、過感知特性的語音增強(qiáng)和對其語譜的二維增強(qiáng)后求解出語音的分布，聯(lián)合感知特性語音含量和缺失強(qiáng)度參數(shù)提取出感知聽覺因子。再結(jié)合缺失數(shù)據(jù)特征譜把特征補(bǔ)償?shù)倪^程分解為不同聽覺場景進(jìn)行區(qū)分地分析和處理，從而增強(qiáng)特征參數(shù)的魯棒性能。實(shí)驗(yàn)結(jié)果表明，在-10dB到10dB的低信噪比環(huán)境下，對于四種不同的噪聲，提出的方法比另外五種方法的魯棒性均有提高，平均識別率分別提高26.0％，19.6％，12.7％，4.6％和6.5％。論文提出的方法，是一種在時(shí)-頻域

6、中提高語音特征魯棒性的方法，更適合于低信噪比環(huán)境下的說話人識別。
　　3.針對低信噪比說話人識別中模型魯棒性下降的問題，提出了一個(gè)混合條件噪聲場模型。它通過分?jǐn)?shù)階離散轉(zhuǎn)移函數(shù)，把White噪聲作為基噪聲，Pink噪聲作為指導(dǎo)噪聲，構(gòu)建了一個(gè)從白噪聲到棕色噪聲漸變的一系列有色噪聲。并且以不同的信噪比加入到訓(xùn)練語音中，然后構(gòu)建一個(gè)擁有各種噪聲條件和各種信噪比條件的混合條件噪聲場。再對混合條件噪聲場中的每個(gè)說話人語音都構(gòu)建模型，形成混合