基于缺失特征的文本無關(guān)說話人識別魯棒性研究.pdf

1、隨著說話人身份識別研究的深入，提高實(shí)用環(huán)境下文本無關(guān)說話人識別系統(tǒng)性能魯棒性已成為當(dāng)前研究的重點(diǎn)。以高斯混合模型(Gaussian Mixture Model，GMM)為代表的概率統(tǒng)計(jì)模型由于可以有效的描述語音特征參數(shù)數(shù)據(jù)集分布，成為文本無關(guān)說話人識別領(lǐng)域的主流技術(shù)，但基于概率統(tǒng)計(jì)模型的說話人識別系統(tǒng)的性能有賴于語音參數(shù)數(shù)據(jù)集，尤其是訓(xùn)練與測試特征數(shù)據(jù)集的匹配程度。然而，實(shí)用環(huán)境下由于背景噪聲的不同影響、傳輸通道的多樣性，使得測試特征數(shù)

2、據(jù)集與訓(xùn)練集失配，而導(dǎo)致了系統(tǒng)性能的下降。 本文主要研究減少測試特征集與訓(xùn)練特征集間的失配程度以提高系統(tǒng)性能魯棒性的方法，根據(jù)環(huán)境對語音中不同時(shí)頻段污染程度不同，以及語音信號本身的冗余性，深入研究語音特征參數(shù)中受污染嚴(yán)重的缺失特征的篩選和重建方法。主要研究內(nèi)容如下： 1.給出了一種基于譜減法語音增強(qiáng)的說話入識別方法，采用改進(jìn)的譜減法，直接由增強(qiáng)后的語音功率譜提取MFCC參數(shù)。在不同信噪比的白噪聲和F16戰(zhàn)斗機(jī)噪聲環(huán)境的實(shí)

3、驗(yàn)表明，譜減法可以在一定程度上提高噪聲環(huán)境下系統(tǒng)的識別性能。分析并指出了語音增強(qiáng)方法很難得到信號在受噪聲污染嚴(yán)重的頻段的準(zhǔn)確估計(jì)，這是限制語音增強(qiáng)方法進(jìn)一步提高系統(tǒng)魯棒性的重要原因。 2.根據(jù)噪聲對語音中不同時(shí)頻段的影響程度不同，及語音信號本身含有很多冗余信息，給出了一種基于子帶信噪比閾值的缺失特征邊緣化說話人識別方法，利用子帶信噪比將Mel子帶特征的各維分量分為可靠特征與缺失特征，只用可靠特征對話者模型計(jì)算邊緣化輸出概率評分。

4、由于將受污染嚴(yán)重的缺失特征丟棄，使系統(tǒng)噪聲魯棒性得到較大提高。在此基礎(chǔ)上，又給出了一種基于譜減和缺失特征邊緣化相結(jié)合的說話人識別方法，使系統(tǒng)性能得到進(jìn)一步提高。 3.繪出了基于Mel子帶相關(guān)性進(jìn)行缺失特征重建的方法，根據(jù)同一個(gè)語音特征類的協(xié)方差關(guān)系，由說話人可靠特征進(jìn)行缺失特征重建。提出了兩種基于統(tǒng)計(jì)分布模型的特征重建方法：基于聚類單高斯模型的缺失特征重建和基于GMM模型的缺失特征重建方法，前一個(gè)方法是先聚類，再對子集特征進(jìn)行高

5、斯分布描述，而后一種方法則將兩者合并一起做，從而能更精細(xì)地描述出整個(gè)特征集的統(tǒng)計(jì)分布，以及各個(gè)分布間的關(guān)系。實(shí)驗(yàn)表明，與缺失特征邊緣化方法相比，缺失特征重建方法進(jìn)一步提高了說話人識別系統(tǒng)在噪聲環(huán)境下的性能。 4.分析發(fā)現(xiàn)了基音頻率會影響MFCC參數(shù)對聲道特性的準(zhǔn)確描述，進(jìn)而影響說話人識別系統(tǒng)的性能；由此提出了一種基于平滑幅度譜的SMFCC參數(shù)(Smoothing MFCC)，實(shí)驗(yàn)表明，SMFCC參數(shù)性能在整體上優(yōu)于MFCC參數(shù)，