說話人確認(rèn)的失配補償研究.pdf

1、互聯(lián)網(wǎng)的快速發(fā)展方便了我們的生活，同時也給我們的個人信息安全敲響了警鐘。我們銀行卡里的錢可能被非法分子盜用，我們在網(wǎng)上的個人信息可能被黑客竊取并用于犯罪。越來越多的事實告訴我們，我們需要找到一種不易被竊取和模仿的身份驗證方法來保護我們的權(quán)益。文本無關(guān)的說話人確認(rèn)作為一種身份驗證方法，近幾十年來一直得到廣泛的研究。
　　 文本無關(guān)的說話人確認(rèn)不限定說話內(nèi)容而便于使用，但也正是因為此，加之采集方式和采集環(huán)境的變化，造成了失配的多方面

2、可能。NIST實驗表明，失配是降低說話人確認(rèn)系統(tǒng)性能的重要因素。所以文本無關(guān)的說話人確認(rèn)至今卻還沒有在市場上得到廣泛應(yīng)用。
　　 本文針對失配問題，進行了深入研究。分析了已有的失配補償技術(shù)，在此基礎(chǔ)上提出了兩種提高系統(tǒng)性能的失配補償方法，同時通過新的建模方法在一定程度上降低了說話人識別建模所需的空間。本文主要內(nèi)容如下：
　　 一、分析了說話人確認(rèn)建模的主流方法GMM-UBM的基本原理。GMM-UBM是通過在建模時提供基準(zhǔn)

3、，以及在測試時通過說話人模型得分和UBM得分相減操作而起到語音類失配補償?shù)淖饔谩σ延械奶卣饔?、模型域和得分域的失配補償算法進行了簡單的介紹，同時也分析了各種失配補償法的優(yōu)缺點。
　　 二、針對現(xiàn)有失配補償方法的不足，提出了Z-cosine方法。該方法首先用本征音方法進行語音類失配補償，再采用類內(nèi)方差規(guī)整方法進行信道失配補償，最后把經(jīng)過語音類失配補償和信道失配補償?shù)恼f話人因子作為說話人模型，測試時采用了簡潔有效的余弦評分。該方法