基于倒譜特征的說(shuō)話人識(shí)別方法研究.pdf

1、自動(dòng)說(shuō)話人識(shí)別(ASR)技術(shù)以其顯著的低成本、使用方便和有效性等特點(diǎn),成為生物認(rèn)證技術(shù)研究的重要領(lǐng)域之一。該技術(shù)具有廣闊的應(yīng)用前景,在信息領(lǐng)域、銀行及證券交易機(jī)構(gòu)、公安司法、軍事領(lǐng)域、保安和證件防偽等方面能發(fā)揮巨大的作用,但說(shuō)話人識(shí)別的研究還面臨許多問(wèn)題,比如說(shuō)話人語(yǔ)音具有變動(dòng)性,容易被模仿,以及環(huán)境噪聲以及信道失真對(duì)語(yǔ)音特征的損害難以消除,因此有必要對(duì)其進(jìn)行討論和研究。
　　 本文以提高說(shuō)話人識(shí)別系統(tǒng)性能出發(fā),在系統(tǒng)介紹說(shuō)話人

2、識(shí)別理論和該技術(shù)存在的各種困難的基礎(chǔ)上,圍繞特征和模型兩個(gè)重要方面進(jìn)行研究。在特征方面,主要研究四種倒譜特征的性能,線性預(yù)測(cè)倒譜系數(shù)(LPCC)和梅爾頻率倒譜系數(shù)(MFCC)相比較,感知線性預(yù)測(cè)系數(shù)(PLPC)以及它的改進(jìn)特征一相對(duì)譜變換的感知線性預(yù)測(cè)系數(shù)(RASTA-PLPC)；在模型方面,詳細(xì)介紹了混合高斯模型(GMM)和支持向量機(jī)(SVM)模型理論知識(shí),并在二者特性認(rèn)識(shí)的基礎(chǔ)上,建立了GMM與SVM的組合模型。具體研究工作如下:<

3、br>　　 (1)多種特征性能的總結(jié)與分析。本文詳細(xì)分析了四種靜態(tài)特征、它們的動(dòng)態(tài)(差分)特征以及它們與各自動(dòng)態(tài)特征的組合特征的性能,分別從純凈語(yǔ)音和帶噪語(yǔ)音的說(shuō)話人識(shí)別考察PLPC及RASTA-PLPC的優(yōu)勢(shì),根據(jù)理論和實(shí)驗(yàn),可以得出以下結(jié)論:在這些特征中,基于聽覺原理的PLPC與其動(dòng)態(tài)特征的組合對(duì)純凈語(yǔ)音的說(shuō)話人識(shí)別效果最佳,而基于通道損失補(bǔ)償?shù)腞ASTA-PLPC與其動(dòng)態(tài)特征的組合具有較強(qiáng)的抗噪性,對(duì)帶噪語(yǔ)音的說(shuō)話人識(shí)別具有不錯(cuò)

4、的效果。
　　 (2)特征變換的探討。為了進(jìn)一步改進(jìn)特征的性能,文章采用主分量分析(PCA)變換對(duì)初始特征進(jìn)一步處理,剝離其中的非說(shuō)話人個(gè)性信息,雖然試驗(yàn)中沒有得到預(yù)期效果,但該思想是特征研究的一個(gè)重要方向。
　　 (3)說(shuō)話人識(shí)別模型的研究和改進(jìn)。GMM模型具有良好的數(shù)據(jù)分布描述特性,但樣本量需求大；而SVM模型是專門針對(duì)小樣本而設(shè)計(jì)的分類器,區(qū)分性能優(yōu)越,但類別多時(shí),非常耗時(shí),對(duì)此建立了二者的混合模型,試驗(yàn)結(jié)果驗(yàn)證了