說(shuō)話人識(shí)別中缺失特征的自動(dòng)檢測(cè)研究.pdf

1、文本無(wú)關(guān)說(shuō)話人識(shí)別在實(shí)驗(yàn)室條件下性能良好，但是在實(shí)際情況中，噪聲的存在會(huì)導(dǎo)致訓(xùn)練和測(cè)試環(huán)境的不匹配，從而引起系統(tǒng)性能下降。缺失特征方法是將語(yǔ)音中受噪聲嚴(yán)重污染的頻段標(biāo)記出來(lái)，通過(guò)去除這些區(qū)域，僅利用剩下的可靠特征進(jìn)行識(shí)別，以此宋提高說(shuō)話人識(shí)別系統(tǒng)在噪聲環(huán)境下的魯棒性。
　　 缺失特征方法在文本無(wú)關(guān)說(shuō)話人識(shí)別中，第一步是將受噪聲嚴(yán)重污染的頻段標(biāo)記出來(lái)，這一步稱為缺失特征檢測(cè)。第二步是利用缺失特征檢測(cè)后，去除了缺失特征后的可靠特征進(jìn)

2、行識(shí)別。準(zhǔn)確的缺失特征檢測(cè)對(duì)于后續(xù)的缺失特征重建，以至識(shí)別都起了關(guān)鍵的作用。大多數(shù)缺失特征檢測(cè)方法采用局部信噪比(SNR)準(zhǔn)則，依賴于對(duì)噪聲的直接估計(jì)，噪聲估計(jì)的不準(zhǔn)確會(huì)導(dǎo)致識(shí)別率下降，尤其是在非平穩(wěn)噪聲環(huán)境下，噪聲估計(jì)更加困難。如果不需要對(duì)噪聲進(jìn)行估計(jì)，即，不依賴于局部SNR準(zhǔn)則，而只考慮帶噪語(yǔ)音本身的特征，就可以減少噪聲估計(jì)的影響。本文研究的主要內(nèi)容就是在加性噪盧環(huán)境下，文本無(wú)關(guān)說(shuō)話識(shí)別中，缺失特征的自動(dòng)檢測(cè)方法。
　　 為

3、了實(shí)現(xiàn)缺失特征的自動(dòng)檢測(cè)，我們需要提取一些能夠反映語(yǔ)音受噪聲污染程度的語(yǔ)音特征。從這些特征所反映的信息就可以直接得到語(yǔ)音頻譜的可靠性。文中主要研究了四種語(yǔ)音特征，從理論和實(shí)驗(yàn)的角度分別說(shuō)明了這些特征在噪聲環(huán)境下的性能。實(shí)驗(yàn)表明，這些語(yǔ)音特征在不同噪聲環(huán)境下以及不同信噪比的情況下，在時(shí)-頻區(qū)域的變化規(guī)律與語(yǔ)音實(shí)際得到的SNR之間存在一定的關(guān)系。說(shuō)明了這些語(yǔ)音特征在缺失特征檢測(cè)中具有一定的使用前景。
　　 利用提取的語(yǔ)音特征，將缺失

4、特征檢測(cè)的問(wèn)題轉(zhuǎn)化為一個(gè)二分類問(wèn)題，用這些語(yǔ)音特征訓(xùn)練分類器，直接判斷語(yǔ)音在每個(gè)時(shí)-頻區(qū)域的可靠性，也就實(shí)現(xiàn)了利用語(yǔ)音本身特征進(jìn)行缺失特征自動(dòng)檢測(cè)的目的。本文采用的是神經(jīng)網(wǎng)絡(luò)分類器，通過(guò)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，將四個(gè)語(yǔ)音特征所顯示的語(yǔ)音譜的可靠性綜合到一個(gè)分類器中，也就是利用四個(gè)語(yǔ)音特征同時(shí)訓(xùn)練分類器，以避免單一語(yǔ)音特征在某些頻段不能很好的反映語(yǔ)音受噪聲污染的程度。對(duì)受不同信噪比的平穩(wěn)F16噪聲，非平穩(wěn)factory噪聲和Babble噪聲污染的

5、帶噪語(yǔ)音進(jìn)行了實(shí)驗(yàn)，將神經(jīng)網(wǎng)絡(luò)得到的缺失特征檢測(cè)結(jié)果與基于聚類的缺失特征重建方法相結(jié)合，得到說(shuō)話人識(shí)別系統(tǒng)的識(shí)別率。實(shí)驗(yàn)結(jié)果表明，在相同的實(shí)驗(yàn)條件下，分別與理想缺失特征檢測(cè)和基于譜減的缺失特征檢測(cè)相比，從檢測(cè)結(jié)果的準(zhǔn)確性方面以及最終的識(shí)別率角度進(jìn)行分析，此方法優(yōu)于基于譜減的缺失特征檢測(cè)。最后，討論了缺失特征自動(dòng)檢測(cè)方法的擴(kuò)展性問(wèn)題，包括用兩種噪聲訓(xùn)練同一個(gè)分類器來(lái)說(shuō)明此方法的噪聲魯棒性；結(jié)合GMM的重建方法來(lái)進(jìn)一步說(shuō)明此處自動(dòng)檢測(cè)方法的