面向手持應(yīng)用的說話人識(shí)別算法研究.pdf

1、本論文改進(jìn)并實(shí)現(xiàn)了面向手持設(shè)備的說話人識(shí)別系統(tǒng)，該系統(tǒng)實(shí)現(xiàn)了說話人語音的錄制，鑒別，確認(rèn)以及自學(xué)習(xí)等功能，應(yīng)用前景廣闊。 本系統(tǒng)針對(duì)手持設(shè)備環(huán)境下低計(jì)算復(fù)雜度，高響應(yīng)時(shí)間，高識(shí)別性能的需求，在說話人識(shí)別系統(tǒng)得各個(gè)階段提出優(yōu)化方案或者新的功能，PDA作為最常用的手持設(shè)備，本文提出并實(shí)現(xiàn)了以下的方案與算法： 1.面向PDA的說話人系統(tǒng)快速實(shí)現(xiàn)化方案：說話人識(shí)別常用的特征提取和模型計(jì)算方法在PDA平臺(tái)上存在運(yùn)行時(shí)間長(zhǎng)的問題，本

2、論文從實(shí)現(xiàn)的角度，提出一整套的簡(jiǎn)化方案，加快說話人識(shí)別算法在PDA平臺(tái)上的運(yùn)行效率，達(dá)到實(shí)時(shí)運(yùn)算的目的，為說話人識(shí)別在手持設(shè)備上的實(shí)際應(yīng)用提供了實(shí)際的解決方案。 2.特征評(píng)估和篩選：傳統(tǒng)的特征提取算法僅僅考慮說話人的本身的說話特點(diǎn)和聲道特征。實(shí)際的環(huán)境中，特征的某些維受到干擾較大，已經(jīng)不能反映原來的特征。本文通過特征評(píng)估，判別特征的各個(gè)維在我們的應(yīng)用中對(duì)整體性能的貢獻(xiàn)，并基于這個(gè)結(jié)果給出特征篩選方案。通過對(duì)比實(shí)驗(yàn)驗(yàn)證這個(gè)方案在降

3、低了計(jì)算量的基礎(chǔ)上提高了說話人識(shí)別系統(tǒng)的性能。 3.說話人模型快速搜索。對(duì)于說話人識(shí)別，由于遍歷所有模型需要大量的運(yùn)算時(shí)間，本文提出兩種改進(jìn)策略。通過實(shí)現(xiàn)說話人模型聚類可以直接排除區(qū)別較大的模型；通過基于權(quán)重系數(shù)調(diào)整的GMM-UBM模型大幅提高經(jīng)典GMM-UBM在識(shí)別中的計(jì)算效率，避免高斯函數(shù)重復(fù)計(jì)算。 4.說話人確認(rèn)策略。對(duì)于說話人確認(rèn)，傳統(tǒng)的單閥值判別對(duì)于環(huán)境以及說話人本身的變化缺乏適應(yīng)能力，本文通過一個(gè)全局背景模型

4、，動(dòng)態(tài)的決定確認(rèn)閥值，并且基于模型分類算法提出適用于對(duì)錯(cuò)誤接受率限制較嚴(yán)格的環(huán)境。針對(duì)單閥值確認(rèn)性能受限的情況，本文提出基于最小錯(cuò)誤數(shù)的多指標(biāo)系數(shù)快速搜索算法，達(dá)到較好的融合效果。 5.說話人模型自學(xué)習(xí)。傳統(tǒng)的說話人識(shí)別軟件，模型僅僅通過一次訓(xùn)練得到，缺乏時(shí)間魯棒性，影響系統(tǒng)的識(shí)別性能。本文提出說話人模型自學(xué)習(xí)方法，通過模型的自我學(xué)習(xí)能力，在識(shí)別的同時(shí)進(jìn)行模型的更新，使得模型既有原有說話人的特點(diǎn)也結(jié)合了說話人的變化。在大規(guī)模數(shù)據(jù)