說(shuō)話人識(shí)別中的信道補(bǔ)償.pdf

1、自動(dòng)說(shuō)話人識(shí)別屬于多維模式識(shí)別和智能計(jì)算機(jī)接口的范疇，其研究的根本目的是使機(jī)器能夠自動(dòng)辨認(rèn)出說(shuō)話人。當(dāng)前在實(shí)驗(yàn)室環(huán)境下說(shuō)話人識(shí)別系統(tǒng)取得了長(zhǎng)足的進(jìn)步，有著很好的性能。但是在實(shí)際環(huán)境中，由于存在復(fù)雜多變的噪聲和信道干擾，系統(tǒng)性能急劇下降。因此如何有效地抑制或消除信道干擾，提升說(shuō)話人識(shí)別系統(tǒng)的魯棒性成為一個(gè)重要課題。 信道魯棒性問題的根源可以歸結(jié)為說(shuō)話人識(shí)別訓(xùn)練環(huán)境和測(cè)試環(huán)境之間的不匹配。一般來(lái)說(shuō)，信道補(bǔ)償算法可以粗略歸為三方面：特

2、征域，模型域和得分域。特征域方法主要著眼于對(duì)特征參數(shù)本身的處理和特征參數(shù)提取過程中方法的改進(jìn)，使得隨著環(huán)境變化特征參數(shù)變化盡可能小。模型域方法則根據(jù)信道問題來(lái)相應(yīng)地調(diào)整模型，使得模型和實(shí)際環(huán)境相匹配。得分域方法主要通過各類得分規(guī)整算法來(lái)消除因信道所帶來(lái)的得分差異。本文前兩章首先介紹說(shuō)話人識(shí)別任務(wù)，特別是文本無(wú)關(guān)的說(shuō)話人確認(rèn)，然后詳細(xì)討論了高斯混合-通用背景模型的基線系統(tǒng)。 本文第三章簡(jiǎn)化了聯(lián)合因子分析模型，提出了一種可同時(shí)用于特

3、征域和模型域的信道補(bǔ)償算法-本征信道，它簡(jiǎn)化了聯(lián)合因子分析模型，大大降低了復(fù)雜度和運(yùn)算量，使實(shí)時(shí)應(yīng)用成為可能。特征域算法映射得到的特征可用于所有其他說(shuō)話人系統(tǒng)，大大增強(qiáng)了算法的通用性和推廣性。在NIST2006說(shuō)話人評(píng)測(cè)的核心測(cè)試集上，模型域系統(tǒng)的等錯(cuò)誤率相對(duì)于基線系統(tǒng)下降了48.4％，在某些場(chǎng)合可取得和聯(lián)合因子分析系統(tǒng)相近的性能。 針對(duì)NIST2008說(shuō)話人評(píng)測(cè)核心測(cè)試集需要，本文第四章實(shí)現(xiàn)了聯(lián)合因子分析模型，并針對(duì)其對(duì)說(shuō)話人