基于EBF網(wǎng)絡(luò)的特征映射器的研究及其在魯棒話者識(shí)別中的應(yīng)用.pdf

1、該文在對(duì)神經(jīng)網(wǎng)絡(luò)、話者識(shí)別,尤其是魯棒話者識(shí)別的研究現(xiàn)狀和發(fā)展進(jìn)行了認(rèn)真詳細(xì)的分析的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)構(gòu)建特定話者的特征映射來(lái)改善話者識(shí)別系統(tǒng)的魯棒性.這包括兩個(gè)方面的改進(jìn)工作:一是選擇合適的神經(jīng)網(wǎng)絡(luò)類型,并對(duì)其參數(shù)進(jìn)行優(yōu)化,使其對(duì)于語(yǔ)音信號(hào)特征在樣本空間中發(fā)生混疊時(shí),仍然保持較好的樣本表征能力;二是通過(guò)補(bǔ)償?shù)姆绞?對(duì)在不同環(huán)境或信道影響下發(fā)生畸變的失真信號(hào)予以恢復(fù),使其更接近于未失真信號(hào),從而提高可區(qū)分程度.該文從上述這兩個(gè)方面出發(fā)

2、,對(duì)基于EBF神經(jīng)網(wǎng)絡(luò)的魯棒話者識(shí)別作了進(jìn)一步深入的研究.主要工作包括:首先,該文比較并說(shuō)明了RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及相對(duì)于BP網(wǎng)絡(luò)在識(shí)別方面的優(yōu)勢(shì),并對(duì)徑向基核函數(shù)的選擇作了進(jìn)一步的討論,由此引入了橢圓基函數(shù)(EBF)網(wǎng)絡(luò),它在RBF網(wǎng)絡(luò)結(jié)構(gòu)中全協(xié)方差矩陣取代原來(lái)的對(duì)角協(xié)方差矩陣,使之在不同的輸入方向上的函數(shù)寬度也不同,能夠在不增加基函數(shù)數(shù)目的情況下表征復(fù)雜的分布.其次,影響EBF網(wǎng)絡(luò)性能的一個(gè)非常重要的因素是聚類.該文在分析了目前聚類

3、的基本方法的基礎(chǔ)上,指出以K平均法等為代表的分割聚類雖然理論上找到類的所有劃分并使得目標(biāo)函數(shù)最小就可以獲得最優(yōu)解,但由于對(duì)于相當(dāng)尺度的數(shù)據(jù)集列舉所有可能的劃分并不現(xiàn)實(shí),因而多數(shù)分割方法采用迭代優(yōu)化技術(shù)作為變通.第三,該文在對(duì)期望值最大(EM)算法的思想、收斂性以及收斂速度問(wèn)題作了認(rèn)真細(xì)致的研究的基礎(chǔ)上,指出EM算法在參數(shù)優(yōu)化方面具有無(wú)須在每次迭代時(shí)都計(jì)算逆赫斯陣、接近于超線性收斂、無(wú)須設(shè)置步長(zhǎng)參數(shù)就可以達(dá)到似然度的單調(diào)收斂等優(yōu)點(diǎn).基于這

4、些優(yōu)點(diǎn),該文采用EM算法來(lái)優(yōu)化EBF網(wǎng)絡(luò)的均值及協(xié)方差矩陣參數(shù),并給出了應(yīng)用EM算法估計(jì)EF網(wǎng)絡(luò)參數(shù)的具體公式.并且通過(guò)話者識(shí)別實(shí)驗(yàn),表明利用EM算法優(yōu)化的EBF網(wǎng)絡(luò),其性能要優(yōu)于普通的RBF網(wǎng)絡(luò)和EBF網(wǎng)絡(luò).第四,該文通過(guò)對(duì)魯棒語(yǔ)音技術(shù),尤其是通過(guò)電話線路的魯棒話者識(shí)別技術(shù)的特點(diǎn)的分析,對(duì)魯棒話者識(shí)別的補(bǔ)償技術(shù)提出了一種新的設(shè)想和方法.最后,該文還將上述擴(kuò)展的RPCL和EM算法結(jié)合起來(lái),對(duì)EBF網(wǎng)絡(luò)參數(shù)加以優(yōu)化,并以此為基礎(chǔ)開發(fā)了話者