基于排序GMM的說(shuō)話人確認(rèn)的研究.pdf

1、隨著社會(huì)的不斷進(jìn)步和文明的不斷發(fā)展，要求對(duì)特定說(shuō)話人的身份進(jìn)行鑒定的要求也越來(lái)越高。在所有的認(rèn)證技術(shù)中，生物特征認(rèn)證技術(shù)因其基于人類自身的生理和行為等特性的獨(dú)特優(yōu)勢(shì)而得到廣泛的應(yīng)用，顯示出生物特征認(rèn)證技術(shù)在實(shí)際應(yīng)用中的廣闊前景。在已有的生物特征認(rèn)證技術(shù)中，與文本無(wú)關(guān)的說(shuō)話人確認(rèn)被認(rèn)為是最自然的生物特征認(rèn)證技術(shù)之一，它是通過(guò)特定說(shuō)話人的語(yǔ)音進(jìn)行說(shuō)話人身份認(rèn)證的，也是語(yǔ)音識(shí)別研究中非常重要的一個(gè)研究方向。絕大多數(shù)的與文本無(wú)關(guān)的說(shuō)話人確認(rèn)系統(tǒng)

2、都是基于短時(shí)倒譜參數(shù)和GMM-UBM-MAP模型結(jié)構(gòu)的，采用這種結(jié)構(gòu)的與文本無(wú)關(guān)的說(shuō)話人確認(rèn)系統(tǒng)已經(jīng)達(dá)到了很高的識(shí)別率。
　　 系統(tǒng)的識(shí)別性能和運(yùn)算量是選擇說(shuō)話人確認(rèn)系統(tǒng)的兩個(gè)最重要的標(biāo)準(zhǔn)。在傳統(tǒng)的訓(xùn)練UBM過(guò)程中，對(duì)于每一個(gè)輸入特征矢量，需要計(jì)算UBM中所有高斯分量的似然分，由于UBM采用高階的高斯混合模型，并且是由大量的不同冒認(rèn)者語(yǔ)音訓(xùn)練得到，所以訓(xùn)練UBM的運(yùn)算量相當(dāng)大，這在一定程度上限制了基于GMM-UBM-MAP結(jié)構(gòu)的

3、說(shuō)話人確認(rèn)系統(tǒng)的應(yīng)用。針對(duì)與文本無(wú)關(guān)的說(shuō)話人確認(rèn)問(wèn)題，本文深入研究了減少訓(xùn)練UBM的運(yùn)算量，提高訓(xùn)練UBM的速度的方法。主要研究?jī)?nèi)容如下：
　　 1.詳細(xì)介紹了基于GMM-UBM-MAP結(jié)構(gòu)的與文本無(wú)關(guān)的說(shuō)話人確認(rèn)系統(tǒng)，討論了GMM的訓(xùn)練算法和MAP算法。
　　 2.介紹了具有良好區(qū)分性的SVM模型，深入討論了SVM應(yīng)用于說(shuō)話人確認(rèn)系統(tǒng)中面臨的問(wèn)題，并比較了GMM-UBM-MAP結(jié)構(gòu)和GMM-Sup-SVM結(jié)構(gòu)的與文本無(wú)

4、關(guān)的說(shuō)話人確認(rèn)系統(tǒng)的性能。
　　 3.介紹了兩種基于短時(shí)分析的聲道倒譜參數(shù)MFCC、LPCC的提取方法，并且討論了它們?cè)谡f(shuō)話人確認(rèn)中的有效性和魯棒性。
　　 4.深入分析了訓(xùn)練UBM模型過(guò)程中運(yùn)算量大的問(wèn)題，介紹一種基于排序高斯混合模型的訓(xùn)練UBM的方法，該方法可以降低訓(xùn)練UBM的運(yùn)算量，提高訓(xùn)練UBM的速度，它將UBM中各個(gè)混合度按照預(yù)定的準(zhǔn)則進(jìn)行順序排列，輸入的訓(xùn)練語(yǔ)音幀只需要參與到所有混合度中的部分高斯分量的訓(xùn)練中