基于嵌入式平臺(tái)的文本相關(guān)說(shuō)話人確認(rèn)算法的研究.pdf

1、說(shuō)話人識(shí)別技術(shù)以其方便、經(jīng)濟(jì)、易于被接受以及安全可靠等特點(diǎn)日益成為人們生活和工作中重要且普及的用戶身份驗(yàn)證方式。但是，在嵌入式平臺(tái)上使用常規(guī)的方法難以達(dá)到實(shí)時(shí)處理的要求。對(duì)于基于動(dòng)態(tài)時(shí)間彎折(Dynamic Time Warping，DTW)算法的文本相關(guān)說(shuō)話人識(shí)別系統(tǒng)來(lái)說(shuō)，在普通PC機(jī)器上很容易達(dá)到實(shí)時(shí)的效果，但將其移植到嵌入式平臺(tái)，如多普達(dá)掌上電腦P800(CPU主頻為201MHz)時(shí)，訓(xùn)練和識(shí)別速度就會(huì)很慢，難以滿足實(shí)時(shí)性要求。目

2、前，國(guó)內(nèi)外針對(duì)嵌入式文本相關(guān)的說(shuō)話人識(shí)別實(shí)現(xiàn)的研究，鮮有與運(yùn)算速度相關(guān)的。
　　 本文針對(duì)這一現(xiàn)狀，為了使文本相關(guān)說(shuō)話人識(shí)別系統(tǒng)在嵌入式平臺(tái)上得以實(shí)用，借鑒了語(yǔ)音識(shí)別中的非線性分段(Non-Linear Partition，NLP)思想，把語(yǔ)音按照內(nèi)容劃分為N段，分別對(duì)每段語(yǔ)音建立說(shuō)話人模型。在對(duì)說(shuō)話人識(shí)別主流的建模方式高斯混合模型(Gaussian Mixture Model，GMM)和通用背景模型-高斯混合模型(Univer

3、sal BackgroundModel-Gaussian Mixture Model，GMM-UBM)的方法進(jìn)行比較和分析后，根據(jù)訓(xùn)練數(shù)據(jù)較短的特點(diǎn)以及實(shí)際使用的特殊環(huán)境，最終采用單高斯模型作為說(shuō)話人模型。單高斯模型簡(jiǎn)單的特點(diǎn)同時(shí)也決定著它不能夠精確的刻畫說(shuō)話人的個(gè)性特征。因此，系統(tǒng)采用多遍訓(xùn)練進(jìn)行模型融合，并針對(duì)文本相關(guān)的說(shuō)話人識(shí)別語(yǔ)料選擇合適的分段準(zhǔn)則。除此之外，系統(tǒng)還使用雙模型距離判決手段提高系統(tǒng)性能。
　　 在同一個(gè)語(yǔ)料