基于軌線模型和VQ模型的說(shuō)話人識(shí)別研究.pdf

1、該論文主要的研究?jī)?nèi)容是基于軌線模型和VQ模型的說(shuō)話人識(shí)別.說(shuō)話人識(shí)別是根據(jù)人的聲音來(lái)識(shí)別人的一種生物認(rèn)證技術(shù),其以獨(dú)特的方便性、經(jīng)濟(jì)性和準(zhǔn)確性等優(yōu)勢(shì)受到世人矚目.軌線模型是近年來(lái)在語(yǔ)音識(shí)別中提出的新模型,它可以充分的挖掘連續(xù)語(yǔ)音幀之間的時(shí)序相關(guān)性;VQ模型是一個(gè)用語(yǔ)音信號(hào)特征的分布中心描述說(shuō)話人的個(gè)性特征而沒(méi)有描述語(yǔ)音信號(hào)特征時(shí)序時(shí)的模型.文章把軌線模型應(yīng)用于說(shuō)話人識(shí)別,同時(shí)對(duì)VQ模型的電碼本訓(xùn)練算法進(jìn)行了改進(jìn).作者對(duì)說(shuō)話人識(shí)別系統(tǒng)的多

2、個(gè)方面進(jìn)行了研究,包括特征提取、建模、模式匹配和決策.在這些工作的基礎(chǔ)上,做了下列幾個(gè)方面的改進(jìn)和研究:1.段模型:連續(xù)語(yǔ)音幀之間的時(shí)序相關(guān)性往往包含了反應(yīng)說(shuō)話人個(gè)性的信息,目前主流特征只考慮到語(yǔ)音幀內(nèi)(IntraFrame)的關(guān)系,而沒(méi)有考慮到語(yǔ)音幀之間(InterFrame)的關(guān)系.語(yǔ)音信號(hào)本質(zhì)上具有連續(xù)性,所以獲取語(yǔ)音幀特征之間的時(shí)變特性,將對(duì)識(shí)別的性能帶來(lái)提高.段模型的特性可以幫助我們獲取語(yǔ)音幀間的信息.2.參數(shù)化隨機(jī)軌線模型:

3、在說(shuō)話人識(shí)別系統(tǒng)中,經(jīng)常存在訓(xùn)練語(yǔ)料不足的問(wèn)題.這種情況下仍然用GMM或者HMM進(jìn)行文本無(wú)關(guān)的說(shuō)話人識(shí)別,其效果很差.此時(shí),文本相關(guān)的說(shuō)話人識(shí)別是一個(gè)很好的選擇.參數(shù)化隨機(jī)軌線模型具有很強(qiáng)的挖掘連續(xù)語(yǔ)音幀之間的時(shí)序性的能力,實(shí)現(xiàn)其在文本相關(guān)的說(shuō)話人識(shí)別中的應(yīng)用,效果要好于GMM和HMM.3.基于聚類有效性分析的VQ模型:VQ模型電碼本的訓(xùn)練算法有一個(gè)弱點(diǎn):電碼本大小是人為指定的.該文借助聚類有效性分析,對(duì)常用的電碼本訓(xùn)練算法進(jìn)行了改進(jìn),