面向手持應(yīng)用的說話人識別算法研究.pdf

1、本論文改進并實現(xiàn)了面向手持設(shè)備的說話人識別系統(tǒng)，該系統(tǒng)實現(xiàn)了說話人語音的錄制，鑒別，確認以及自學習等功能，應(yīng)用前景廣闊。 本系統(tǒng)針對手持設(shè)備環(huán)境下低計算復(fù)雜度，高響應(yīng)時間，高識別性能的需求，在說話人識別系統(tǒng)得各個階段提出優(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)快速實現(xiàn)化方案：說話人識別常用的特征提取和模型計算方法在PDA平臺上存在運行時間長的問題，本

2、論文從實現(xiàn)的角度，提出一整套的簡化方案，加快說話人識別算法在PDA平臺上的運行效率，達到實時運算的目的，為說話人識別在手持設(shè)備上的實際應(yīng)用提供了實際的解決方案。 2.特征評估和篩選：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和聲道特征。實際的環(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。本文通過特征評估，判別特征的各個維在我們的應(yīng)用中對整體性能的貢獻，并基于這個結(jié)果給出特征篩選方案。通過對比實驗驗證這個方案在降

3、低了計算量的基礎(chǔ)上提高了說話人識別系統(tǒng)的性能。 3.說話人模型快速搜索。對于說話人識別，由于遍歷所有模型需要大量的運算時間，本文提出兩種改進策略。通過實現(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在識別中的計算效率，避免高斯函數(shù)重復(fù)計算。 4.說話人確認策略。對于說話人確認，傳統(tǒng)的單閥值判別對于環(huán)境以及說話人本身的變化缺乏適應(yīng)能力，本文通過一個全局背景模型

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