基于全局背景模型和輔助模型的說(shuō)話人確認(rèn)系統(tǒng).pdf

1、說(shuō)話人識(shí)別一直都是國(guó)內(nèi)外的一個(gè)重要的研究課題。本文從研究說(shuō)話人識(shí)別的一些基本理論入手,研究了幾種常用的說(shuō)話人確認(rèn)算法和背景模型并進(jìn)行了仿真與比較,重點(diǎn)研究了基于GMM模型以及全局背景模型的與文本無(wú)關(guān)的說(shuō)話人確認(rèn)系統(tǒng)。本文的主要研究工作如下:
　　 1.傳統(tǒng)的基于概率模型的說(shuō)話人確認(rèn)系統(tǒng)都要為說(shuō)話人設(shè)置一個(gè)背景模型,背景模型的好壞有時(shí)候與特征參數(shù)選擇的好壞一樣能對(duì)識(shí)別率起到至關(guān)重要的作用。本文先對(duì)兩種常用的背景模型即全局背景模型(

2、Universal Background Model,UBM)和競(jìng)爭(zhēng)者模型(Cohort Model)進(jìn)行了闡述,并分別對(duì)其進(jìn)行了說(shuō)話人確認(rèn)的仿真實(shí)驗(yàn)。結(jié)果表明全局背景模型的識(shí)別率達(dá)到94％左右,而競(jìng)爭(zhēng)者模型的識(shí)別率則比較低只稍高于80％,不能單獨(dú)用于實(shí)際應(yīng)用。
　　 2.廣泛查閱了研究者們提出的全局背景模型和競(jìng)爭(zhēng)者模型的研究結(jié)果后,發(fā)現(xiàn)研究者們已經(jīng)指出兩種模型代表了特征空間的不同區(qū)域。UBM代表與真實(shí)說(shuō)話人無(wú)關(guān)的特征分布,即所

3、有說(shuō)話人的共性,易于區(qū)分一般的假冒者；Cohort Model代表與真實(shí)說(shuō)話人特性相近的假冒者的特性,易于區(qū)分與真實(shí)說(shuō)話人特性相近的假冒者。因此我們提出將兩種背景模型經(jīng)行級(jí)聯(lián),先用UBM區(qū)分大部分的假冒者,再用Cohort Model區(qū)分與真實(shí)說(shuō)話人特性相近的假冒者,實(shí)驗(yàn)表明新模型能有效的提高說(shuō)話人確認(rèn)的識(shí)別率。在實(shí)驗(yàn)過(guò)程中提出疏遠(yuǎn)者模型(C_Cohort Model)在說(shuō)話人確認(rèn)中的作用。
　　 3.實(shí)際環(huán)境中無(wú)處不在的噪聲帶