基音和超音段信息用于話者確認(rèn)的研究.pdf

1、文本無(wú)關(guān)的說(shuō)話人確認(rèn)被認(rèn)為是最自然的生物特征認(rèn)證手段之一，是語(yǔ)音識(shí)別研究領(lǐng)域的一個(gè)重要研究方向。傳統(tǒng)的基于短時(shí)倒譜參數(shù)和GMM-UBM-MAP模型結(jié)構(gòu)的說(shuō)話人確認(rèn)系統(tǒng)經(jīng)過(guò)多年的發(fā)展及完善，識(shí)別率已經(jīng)達(dá)到一定程度，難以再提高。探索短時(shí)倒譜以外的新的話者特征參數(shù)，已經(jīng)成為當(dāng)今話者識(shí)別研究的一個(gè)熱點(diǎn)。本文針對(duì)實(shí)用手機(jī)、電話語(yǔ)音的與文本無(wú)關(guān)說(shuō)話人確認(rèn)，對(duì)基音以及超音段信息用于輔助提高話者確認(rèn)系統(tǒng)的識(shí)別率及魯棒性進(jìn)行了深入研究。 主要研究

2、內(nèi)容如下：1.給出了兩種短時(shí)基音參數(shù)的提取方法，并詳細(xì)討論了它們的性能。實(shí)驗(yàn)研究表明，基音參數(shù)相對(duì)于短時(shí)倒譜參數(shù)，其本身所攜帶的話者特征信啟、較少，但是它們的噪聲魯棒性較好，并且和短時(shí)倒譜參數(shù)的相關(guān)性小，可以作為有效的輔助參數(shù)。 2.針對(duì)較難提取的超音段信息，本文提出了一種基于小波分析的超音段韻律參數(shù)提取方法。對(duì)基音和能量隨時(shí)間的變化軌跡做小波分析，并從概貌系數(shù)中提取韻律參數(shù)。實(shí)驗(yàn)證明了在訓(xùn)練語(yǔ)音充分的條件下，這種超音段韻律參數(shù)

3、的識(shí)別性能比短時(shí)基音參數(shù)有顯著的提高。系統(tǒng)等誤識(shí)率相對(duì)下降30％。 3.為了發(fā)揮各種參數(shù)的互補(bǔ)性，我們討論了多種參數(shù)融合的說(shuō)話人確認(rèn)系統(tǒng)，給出了基于評(píng)分融合的系統(tǒng)結(jié)構(gòu)。實(shí)驗(yàn)表明，多參數(shù)融合系統(tǒng)性能優(yōu)于任一個(gè)子系統(tǒng)的性能。 4.針對(duì)大規(guī)模的說(shuō)話人確認(rèn)系統(tǒng)中，不同說(shuō)話人模型的輸出評(píng)分分布不同造成系統(tǒng)整體分類性能變差的問(wèn)題，提出了一種新的整體規(guī)整方法(Entire-Normalization)。這種評(píng)分規(guī)整使得所有語(yǔ)音的輸出評(píng)