基于SVM的文本無(wú)關(guān)話者確認(rèn)研究.pdf

1、隨著電話和手機(jī)的普及，電話語(yǔ)音在人們的同常生活中占有越來(lái)越重要的地位。使用電話語(yǔ)音來(lái)進(jìn)行話者身份的鑒別具有快捷方便等多種優(yōu)點(diǎn)，越來(lái)越受到人們的重視，其技術(shù)擁有廣泛的應(yīng)用前景和重要的實(shí)用價(jià)值。 支持向量機(jī)是一種區(qū)分性模型，具有良好的區(qū)分性和泛化性，是目前模式識(shí)別領(lǐng)域的研究熱點(diǎn)。高斯混合模型是概率統(tǒng)計(jì)模型，其通過(guò)概率統(tǒng)計(jì)能夠較好的描述話者的特征分布，但其區(qū)分性有待進(jìn)一步提高。本文將支持向量機(jī)用于文本無(wú)關(guān)的話者確認(rèn)作為研究方向，對(duì)基于

2、SVM并使用GMM進(jìn)行特征映射的文本無(wú)關(guān)話者確認(rèn)方法進(jìn)行了深入的研究。主要研究?jī)?nèi)容如下： 1．深入分析了GMM-UBM的結(jié)構(gòu)特點(diǎn)，并通過(guò)實(shí)驗(yàn)分析了混合度的選取對(duì)于GMM-UBM確認(rèn)系統(tǒng)的性能影響以及快速算法Top C中C的取值問(wèn)題等問(wèn)題。 2．深入討論了基于支持向量機(jī)的話者確認(rèn)中的各個(gè)環(huán)節(jié)，包括建模策略，背景話者的選取，SVM的輸出評(píng)分，以及核函數(shù)的選取等，并通過(guò)實(shí)驗(yàn)進(jìn)行了分析。 3．詳細(xì)分析了文本無(wú)關(guān)話者確認(rèn)中

3、，SVM直接用作話者模型時(shí)所面臨的大樣本，語(yǔ)義信息干擾，特征空間混疊等困難，給出了一種利用GMM進(jìn)行聚類(lèi)變換的方法。這種方法利用GMM做前級(jí)進(jìn)行特征變換，對(duì)MFCC數(shù)據(jù)集進(jìn)行了聚類(lèi)壓縮，將其轉(zhuǎn)化為統(tǒng)計(jì)參數(shù)，進(jìn)一步突出話者個(gè)性信息，減少了特征空間的混疊現(xiàn)象，有效的解決了SVM直接用作為話者模型時(shí)所面臨的困難。 4．提出了一種基于GMM全統(tǒng)計(jì)參數(shù)并結(jié)合SVM核函數(shù)的特征參數(shù)。這種參數(shù)充分利用了GMM的均值，方差和權(quán)重三種統(tǒng)計(jì)參數(shù)，僅