基于GMM-SVM和多子系統(tǒng)融合的與文本無(wú)關(guān)的話者識(shí)別.pdf

1、語(yǔ)音信號(hào)是用于個(gè)人身份辨識(shí)和確認(rèn)的一種有效的生物特征,說(shuō)話人識(shí)別的研究也是語(yǔ)音信號(hào)處理的一個(gè)重要的研究方向,其研究具有重要的理論意義和廣泛的應(yīng)用前景.近年來(lái)支持向量機(jī)(SVM)由于其具有強(qiáng)區(qū)分能力,尤其適合解決類似于話者確認(rèn)這樣的二元分類問(wèn)題,因而成為模式分類研究領(lǐng)域的一個(gè)研究熱點(diǎn).該文將以SVM用于與文本無(wú)關(guān)的話者確認(rèn)作為主要研究?jī)?nèi)容,對(duì)SVM話者模型的訓(xùn)練及匹配所存在的一些問(wèn)題做了較深入的研究,同時(shí)對(duì)語(yǔ)音信號(hào)中所包含的激勵(lì)源信息以及

2、多信息、多子系統(tǒng)融合策略用于提高話者識(shí)別系統(tǒng)的性能及魯棒性進(jìn)行了深入的研究,主要研究?jī)?nèi)容與工作成果如下:1.針對(duì)直接采用聲道倒譜特征參數(shù)時(shí)的SVM話者模型訓(xùn)練所面臨的大樣本情況下的訓(xùn)練效率低、不易收斂以及魯棒性能不好等問(wèn)題,提出了一種結(jié)合統(tǒng)計(jì)特征參數(shù)的GMM/SVM話者模型,由目標(biāo)說(shuō)話人和背景說(shuō)話人的混合高斯模型(GMM)提取的話者統(tǒng)計(jì)特征訓(xùn)練建立SVM話者模型,從而有效地解決了SVM訓(xùn)練時(shí)的大樣本等問(wèn)題.2.研究討論了語(yǔ)音信號(hào)中所攜帶

3、的激勵(lì)源特征及其動(dòng)態(tài)參數(shù)對(duì)話者識(shí)別性能的影響,提出了一種以激勵(lì)源信息作為輔助的主從系統(tǒng)結(jié)構(gòu)策略,主系統(tǒng)為采用聲道倒譜參數(shù)GMM-UBM系統(tǒng),激勵(lì)源參數(shù)采用SVM方式(SVM-PITCH),主輔系統(tǒng)在輸出級(jí)用SVM實(shí)現(xiàn)非線性融合,從而可以有效的發(fā)揮兩類不同特征信息對(duì)于說(shuō)話人識(shí)別的互補(bǔ)作用,進(jìn)一步提高了系統(tǒng)性i能及魯棒性.3.針對(duì)訓(xùn)練語(yǔ)音和測(cè)試語(yǔ)音長(zhǎng)度較短時(shí),高斯混合模型不能取高混合度而導(dǎo)致的識(shí)別性能下降,提出了一種分類GMM和多子系統(tǒng)融合

4、的系統(tǒng)方法.4.針對(duì)通過(guò)各種手機(jī)、電話通道傳輸?shù)恼Z(yǔ)音信號(hào)中不同頻帶范圍受通道噪聲和通道特性變化影響的不同,以及不同頻帶中所包含的話者個(gè)性信息對(duì)話者識(shí)別系統(tǒng)性能的影響與貢獻(xiàn)不同,結(jié)合人耳聽(tīng)覺(jué)感知機(jī)理,我們?cè)O(shè)計(jì)了一種具有較寬的子帶帶寬以及具有更多的子帶間交疊的基于子帶GMM和SVM融合的與文本無(wú)關(guān)的話者確認(rèn)系統(tǒng)(WSB-GMM/SVM),并通過(guò)與全頻帶系統(tǒng)相結(jié)合,大大提高了整個(gè)確認(rèn)系統(tǒng)的性能.論文的研究工作得到了國(guó)家自然科學(xué)基金項(xiàng)目(602