基于GMM的說話人識別算法的研究.pdf

1、從語音信號中有效地提取個人特征信息進(jìn)行說話人身份的辨認(rèn)和確認(rèn)，是語音識別研究領(lǐng)域的一個重要研究方向。從人機(jī)交互、身份驗證、信息檢索等各個應(yīng)用方向而言，說話人識別都具有廣泛的應(yīng)用前景，其研究具有越來越重要的理論意義和實用價值。 論文首先討論了GMM模型作為說話人模型的優(yōu)越之處及物理意義。重點(diǎn)分析了模型的訓(xùn)練算法-EM算法，并針對判別時幀似然概率的得分容易受到噪聲干擾等缺點(diǎn)，對幀似然概率進(jìn)行加權(quán)，加權(quán)后的說話人辨認(rèn)系統(tǒng)受噪聲影響較小

2、，識別率有所提高。 論文針對GMM的說話人確認(rèn)系統(tǒng)，在背景模型和閾值設(shè)置兩個方面進(jìn)行深入的討論，并針對基于GMM模型的說話人確認(rèn)系統(tǒng)缺乏目標(biāo)說話人和非目標(biāo)說話人之間區(qū)分性信息的描述，提出了一種基于模板相似性度量的判決方法。新的確認(rèn)系統(tǒng)在充分利用GMM統(tǒng)計特性的同時，能夠更好描述目標(biāo)說話人與非目標(biāo)說話人之間的區(qū)分性信息，提高了識別性能。 論文對基于網(wǎng)絡(luò)環(huán)境下的說話入辨認(rèn)系統(tǒng)進(jìn)行了研究，采用拉格朗日插值法對丟包進(jìn)行補(bǔ)償時，能