說話人聲紋識別的算法研究.pdf

1、說話人聲紋識別是以聲音作為識別特征的一種身份認(rèn)證手段，為加快說話人識別在實際商業(yè)中的應(yīng)用，對其技術(shù)的研究與實現(xiàn)具有極其深遠(yuǎn)的意義。與文本無關(guān)的說話人確認(rèn)是說話人識別的研究方向之一。主流算法是基于概率統(tǒng)計模型，在語料充分情況下GMM-UBM(Gaussian Mixture Model-Universal Background Model)模型獲得了較好的性能，但在噪聲情況和信道失配下，識別性能難以進(jìn)一步提升。為此提出了總變化因子(i-v

2、ector)分析技術(shù)，將長短不一的語音映射到低維矢量，在低維矢量中解決信道問題。LDA(LinearDiscriminant Analysis)和PLDA(Probabilistic Linear Discriminant Analysis)是常用的信道補(bǔ)償技術(shù)，不過后者常被用來作為打分工具。
　　本研究主要內(nèi)容包括：⑴針對說話人識別在云平臺中的應(yīng)用，提出了基于云平臺的說話人識別系統(tǒng)框架。分析了語音預(yù)處理過程和基于人耳聽覺感知的梅

3、爾倒譜系數(shù)MFCC的特征提取流程。⑵構(gòu)建了基于GMM-UBM模型的說話人識別系統(tǒng)。詳細(xì)介紹了UBM模型的訓(xùn)練過程和MAP自適應(yīng)匹配過程。設(shè)置實驗數(shù)據(jù)庫，探究了UBM訓(xùn)練說話人個數(shù)、模型高斯元件數(shù)、訓(xùn)練語音長度、測試語音長度、MFCC特征維數(shù)等因素對系統(tǒng)性能的影響。⑶構(gòu)建了基于I-vector和PLDA模型的說話人確認(rèn)系統(tǒng)，對I-vector提取算法和PLDA模型進(jìn)行了分析。實驗對比不同系統(tǒng)的性能，并探究了norm變換、I-vector特