基于融合特征與高斯混合模型的說話人識別研究.pdf

1、隨著移動互聯(lián)網(wǎng)的快速發(fā)展，方便快捷的生物認(rèn)證技術(shù)越來越受到重視。說話人識別又稱為聲紋識別，是生物認(rèn)證技術(shù)的一種，其憑借更便捷、更安全、更經(jīng)濟(jì)的優(yōu)勢迎來了發(fā)展的契機(jī)，廣泛應(yīng)用于通信網(wǎng)絡(luò)、商業(yè)交易、司法鑒定以及軍事安全等領(lǐng)域。
　　說話人識別的關(guān)鍵在特征提取與模型訓(xùn)練上，其常用的語音特征有線性預(yù)測倒譜系數(shù)（LPCC）、梅爾頻率倒譜系數(shù)（MFCC）以及感知線性預(yù)測（PLP），其中MFCC與PLP的識別性能要優(yōu)于LPCC，但MFCC與PL

2、P分別作為單一特征用于說話人識別仍不能滿足一些領(lǐng)域的高精確性要求，而高斯混合模型（GMM）由于其方法簡單、識別性能優(yōu)良運(yùn)用最為廣泛，但簡單的初始參數(shù)選擇方法使其有不穩(wěn)定、精確性不足等缺陷，基于此本文提出一種新的融合特征PLP-MFCC以及改進(jìn)的GMM來提升識別的性能，主要工作內(nèi)容如下：
　　首先，介紹說話人識別中常用的特征參數(shù)LPCC、MFCC、PLP以及它們的提取過程，在分析F比與D比兩種特征參數(shù)評價方法后，通過F比和D比選出M

3、FCC與PLP中的部分特征進(jìn)行融合，得到新的融合特征PLP-MFCC；
　　其次，研究GMM的建模方法，GMM訓(xùn)練模型的過程就是其參數(shù)估計的過程，而參數(shù)估計中初始參數(shù)的選擇會影響訓(xùn)練模型的精確性，初始參數(shù)的選取通常采用隨機(jī)法或K均值算法，在分析它們存在的一些問題后，將一種改進(jìn)的K均值算法運(yùn)用到GMM參數(shù)估計中對GMM進(jìn)行改進(jìn)；
　　最后，在Matlab平臺上構(gòu)建了基于高斯混合模型的說話人識別系統(tǒng)，實(shí)驗采用標(biāo)準(zhǔn)的TIMIT語音