基于i-vector的與文本無關(guān)的說話人識別研究.pdf

1、說話人識別作為生物識別的一種，因其使用便捷性、非交互式等優(yōu)勢逐漸被人們接受和使用，并成為生物識別領(lǐng)域的研究熱點(diǎn)。與文本無關(guān)的說話人識別是從語音信號中提取出能反映個(gè)人特征的信息，來完成對話者身份的辨認(rèn)和確認(rèn)。近年來，隨著說話人識別技術(shù)的發(fā)展，說話人識別逐漸走向社會應(yīng)用，但實(shí)際使用時(shí)，由于實(shí)際環(huán)境的影響、語音采集設(shè)備的多樣性以及話者語音的長短等影響，說話人識別在識別精度上還存在一些問題。本文針對在實(shí)際使用時(shí)，測試話者的短語音導(dǎo)致識別精度不高

2、以及環(huán)境失配等問題，從補(bǔ)償?shù)慕嵌?，研究了高斯模型、i-vector模型以及高斯線性鑒別性分析(GPLDA)模型。
　　首先，本文對說話人識別的模型進(jìn)行了介紹，探討了說話人識別的預(yù)處理和特征提取，利用美爾頻率倒譜系數(shù)提取話者的特征，針對訓(xùn)練和測試語音不足的問題，構(gòu)建了GMM-UBM模型，對其原理和建模進(jìn)行了相關(guān)的闡述，并分析了該系統(tǒng)的優(yōu)缺點(diǎn)，通過實(shí)驗(yàn)驗(yàn)證了模型的混合度選取，研究了反映說話人動(dòng)態(tài)和靜態(tài)特征的美爾頻率差分特征對說話人識別

3、的影響，通過實(shí)驗(yàn)分析了該系統(tǒng)的性能。
　　其次，針對GMM-UBM跨信道性能差的特點(diǎn)，在因子分析的基礎(chǔ)上，利用身份認(rèn)證矢量i-vector構(gòu)建了基于i-vector的說話人確認(rèn)系統(tǒng)。針對信道失配等問題，利用線性鑒別性分析和類內(nèi)協(xié)方差歸一化等補(bǔ)償手段對系統(tǒng)進(jìn)行補(bǔ)償，并分析各補(bǔ)償方式對系統(tǒng)的影響。同時(shí)利用實(shí)驗(yàn)分析了i-vector維數(shù)對說話人識別系統(tǒng)的影響，并選取了合適的特征維數(shù)。
　　最后，針對目前與文本無關(guān)的說話人識別，基于