噪聲環(huán)境下基于稀疏表示的說話人識(shí)別系統(tǒng)的研究.pdf

1、說話人識(shí)別作為一種聲紋識(shí)別技術(shù)，在模式識(shí)別應(yīng)用發(fā)展迅猛的今天有著無可限量的前景，它與其他利用個(gè)人生物特征的識(shí)別方式相比，有著操作便捷、設(shè)備低廉的優(yōu)勢，因此近幾年來，對(duì)說話人識(shí)別的研究引起了人們的廣泛關(guān)注。目前，說話人識(shí)別常用的模型是高斯背景混合模型，該模型是根據(jù)通用背景模型訓(xùn)練得到，相比較于其它模型魯棒性較好，但是其計(jì)算量大，識(shí)別效果也不盡如人意，隨后很多人在此模型的基礎(chǔ)上進(jìn)行了改進(jìn)。近年來，稀疏表示算法在信號(hào)處理領(lǐng)域有著驚人的表現(xiàn)，而

2、且已經(jīng)在圖像的識(shí)別、處理、分離等方面取得了很好的處理效果。除此之外，還可以將稀疏表示作為一種分類算法引入匹配識(shí)別模塊，對(duì)說話人識(shí)別系統(tǒng)進(jìn)行改進(jìn)，并希望通過稀疏表示的特性來解決說話人識(shí)別系統(tǒng)中一遇到噪聲干擾，識(shí)別效率就會(huì)急劇下降的問題。論文的主要工作包括:
　　首先，將稀疏表示的算法引入說話人識(shí)別模型中，利用稀疏表示的分類特性對(duì)模型的匹配識(shí)別方法進(jìn)行了改進(jìn)，通過計(jì)算最小的標(biāo)準(zhǔn)重構(gòu)誤差來找到對(duì)應(yīng)的說話人。
　　其次，為了滿足稀疏

3、表示算法的要求我們對(duì)字典的組成進(jìn)行設(shè)計(jì)，使用目前最主流的GMM均值超向量作為字典原子。針對(duì)超向量維度較大的問題，提出了利用Fisher判別比來對(duì)字典每一維的分類性能進(jìn)行比較，并制定規(guī)則來控制字典降低的維度，同時(shí)通過在字典中添加單位矩陣I提高系統(tǒng)的抗噪性能，通過仿真證明了將稀疏表示融入說話模型中可以得到更好的識(shí)別效率，以及本文提出的I-Fisher算法既能減小字典的維度，也能提高系統(tǒng)的識(shí)別與抗噪性能。這種識(shí)別模型非常適用于測試語音與訓(xùn)練語

4、音是在相同環(huán)境中錄制的，即兩種語音的噪聲環(huán)境相同，在這種條件下識(shí)別效果很好，但是如果想滿足各種噪聲環(huán)境下的要求就需要訓(xùn)練多個(gè)字典，計(jì)算量較大。
　　接下來，針對(duì)不同的噪聲環(huán)境下識(shí)別率下降的問題，提出了基于稀疏表示的一種新的字典構(gòu)建辦法來解決噪聲的影響。根據(jù)MCA形態(tài)成分分析法的原理，使用純凈語音來訓(xùn)練說話人字典，通過添加噪聲字典的方法可以將求得的稀疏表示系數(shù)分離成純凈語音系數(shù)部分與噪聲系數(shù)部分，對(duì)純凈語音的系數(shù)部分計(jì)算重構(gòu)誤差從而

5、排除噪聲的影響來進(jìn)行識(shí)別。
　　為了得到能夠滿足設(shè)計(jì)要求的字典，我們使用K-SVD字典學(xué)習(xí)方法分別訓(xùn)練兩種字典并進(jìn)行拼接，將噪聲字典作為說話人字典的一部分融入大字典中一起進(jìn)行稀疏表示分解求取系數(shù)。提出通過對(duì)含有噪聲的測試語音進(jìn)行相同的分解辦法，提取重構(gòu)出測試語音所含的噪聲來更新噪聲字典。還通過仿真證明了本文算法能夠在測試語音與訓(xùn)練語音在環(huán)境噪聲不同的情況下有效地減少噪聲對(duì)識(shí)別率的影響。
　　本文主要提出了噪聲環(huán)境下基于稀疏表