說話人識(shí)別中信息融合算法的研究.pdf

1、本文通過對(duì)說話人認(rèn)證系統(tǒng)中的特征級(jí)融合、匹配分?jǐn)?shù)級(jí)融合、決策級(jí)融合與多層級(jí)融合各種信息融合算法的研究,進(jìn)一步提高了系統(tǒng)的認(rèn)證精度,以便更好地解決關(guān)系國計(jì)民生的公共信息安全問題。針對(duì)各個(gè)融合層級(jí)發(fā)現(xiàn)的問題,本文分別從建立特征級(jí)融合理論、提出匹配分?jǐn)?shù)級(jí)融合特征選擇算法、提出多層級(jí)融合理論三個(gè)角度進(jìn)行了研究。
　　 本文主要貢獻(xiàn)有:
　　 1.本文按照信息融合生物識(shí)別系統(tǒng)中存在的特征級(jí)、匹配分?jǐn)?shù)級(jí)與決策級(jí)三種融合層級(jí),對(duì)現(xiàn)有信

2、息融合說話人識(shí)別算法進(jìn)行歸納,并對(duì)匹配分?jǐn)?shù)融合說話人識(shí)別算法進(jìn)行子類劃分。然后,針對(duì)各融合層級(jí)遇到的問題與不足,具體工作有:
　　 2.針對(duì)特征層級(jí)存在的問題,本文提出了一種基于關(guān)系度量融合框架的特征級(jí)融合算法。以此關(guān)系度量框架為理論依據(jù)建立了一種基于特征級(jí)融合的說話人認(rèn)證算法,通過引入最大Kullback-Leibler距離計(jì)算特征級(jí)融合的有效信息量,首次從信息論角度闡述了特征級(jí)融合優(yōu)于說話人識(shí)別中常用的匹配分?jǐn)?shù)融合的原因。實(shí)

3、驗(yàn)結(jié)果顯示特征級(jí)融合算法較傳統(tǒng)匹配分?jǐn)?shù)算法可以獲取更多的有效信息量,得到了比匹配分?jǐn)?shù)融合和單模態(tài)算法更優(yōu)的性能。最佳情況下,特征級(jí)融合算法的等錯(cuò)誤率比傳統(tǒng)匹配分?jǐn)?shù)融合降低了3.88％,比單模態(tài)算法降低了7.3％。
　　 3.針對(duì)匹配分?jǐn)?shù)層級(jí)存在的問題,本文提出了一種基于Spearman相關(guān)系數(shù)的匹配分?jǐn)?shù)融合特征選擇算法。在匹配分?jǐn)?shù)融合過程中,如何選擇兩種相關(guān)性較小的匹配分?jǐn)?shù)是提高融合后系統(tǒng)性能的關(guān)鍵。目前業(yè)內(nèi)缺乏衡量這種相關(guān)性的

4、度量。本文首次引入Spearman相關(guān)系數(shù)來衡量匹配分?jǐn)?shù)之間相關(guān)性,并且利用多項(xiàng)式曲線擬合Spearman系數(shù)分別與等錯(cuò)誤率、MinDCF之間的關(guān)系,驗(yàn)證了該系數(shù)的有效性。進(jìn)一步引入Kullback-Leibler距離分析了與Spearman系數(shù)之間的關(guān)系,再次驗(yàn)證了Spearman系數(shù)的有效性。通過Spearman系數(shù)對(duì)6種話語特征共15種兩特征融合方案的匹配分?jǐn)?shù)相關(guān)性的實(shí)驗(yàn)評(píng)估,進(jìn)行了最優(yōu)融合特征的選擇,選出了MFCC與residu

5、al phase的最佳融合方案,并將Spearman系數(shù)與其它典型相關(guān)性度量進(jìn)行時(shí)效性比較,驗(yàn)證其時(shí)效性最優(yōu),適合大量話語特征的快速選擇。
　　 4.針對(duì)決策級(jí)融合存在的問題,本文首次提出了一種多層級(jí)融合說話人識(shí)別框架理論,在框架中分別定義了一種強(qiáng)多層級(jí)融合、三種弱多層級(jí)融合的四種多層級(jí)融合概念。針對(duì)兩特征融合實(shí)例,分別討論了以上四種多層級(jí)融合情況,提出了一種兩特征的匹配分?jǐn)?shù)、決策級(jí)融合多層級(jí)融合算法,驗(yàn)證了多層級(jí)融合理論的可行