說話人識別系統(tǒng)研究及其DSP實現(xiàn).pdf

1、隨著移動網(wǎng)絡技術的迅速發(fā)展,基于嵌入式平臺開發(fā)實時的說話人識別系統(tǒng),實現(xiàn)移動終端設備上的身份驗證,成為當前信息安全技術的研究熱點之一。本文主要針對主流的GMM-UBM特征模型的特征分類情況進行了分析,提出了基于動詞相似度的分類方法和基于網(wǎng)格密度的分類方法,在不增加計算復雜度的前提下降低說話人確認的等錯誤率,提高識別性能。進一步,基于ADI公司的ADSP-BFS48開發(fā)平臺,進行了軟件的優(yōu)化,實現(xiàn)了高效率的說話人識別嵌入式系統(tǒng),有利于應用

2、在語音檢索、司法鑒定和金融信息驗證等安全認證應用方案中。
　　 本文解決的關鍵問題有以下幾個方面:
　　 1.提出了一種基于計算動詞相似度(Computational Verb Similarity)理論的特征分類方法。本文在梅爾倒譜域中引入基于距離和趨勢聯(lián)合相似度的評估模型,對原始的特征向量進行了距離-趨勢聯(lián)合相似度聚類。通過實驗分析,其聚類效果要優(yōu)于基本的LBG聚類方法。該相似度聚類方法應用于GMM-UBM構(gòu)建的說話

3、人識別系統(tǒng),其獲得的等錯誤率比基于LBG分類方法的說話人確認系統(tǒng)降低了12％。
　　 2.提出了基于網(wǎng)格密度理論的特征分類方法。在Mel倒譜域中,不經(jīng)過任何域的變換,只考慮語音特征參數(shù)在Mel倒譜空間的密度分布,將其按照每一維進行等距離劃分,在Mel倒譜空間中形成不同的數(shù)據(jù)子空間,然后根據(jù)不同數(shù)據(jù)子空間的密度分布,選擇最大密度所在的子空間,并對所獲得的密度中心進行搜索合并,直到搜索條件達到所設定的閾值即為分類結(jié)束。該網(wǎng)格密度聚類

4、方法應用于GMM-UBM的說話人識別系統(tǒng),其獲得的等錯誤率優(yōu)于基于LBG分類方法的說話人識別系統(tǒng),約降低了14％。
　　 3.基于ADI公司的BLACKFIN系列ADSP-BF548評估板實現(xiàn)了一個基于計算動詞相似度優(yōu)化的說話人識別系統(tǒng),外接LCD液晶板,通過AUDIO接口進行人性化的人機對話。同時,通過對FFT算法、DCT算法以及部分乘法運算進行優(yōu)化,使其運算量減少為原來算法的4％至25％,提高了系統(tǒng)的運算速度。實驗結(jié)果表明,