一種新的說話人確認(rèn)方法研究.pdf

1、聲紋識別是一項(xiàng)重要的生物認(rèn)證技術(shù)，應(yīng)用場景廣泛。聲紋識別的主流方法包括SVM，JFA和i-vector等，它們均以GMM-UBM為基礎(chǔ)。除了搜集語料訓(xùn)練目標(biāo)說話人模型，GMM-UBM方法還需要大量額外的語料進(jìn)行得分規(guī)整，這是聲紋識別技術(shù)實(shí)用化的屏障之一。而現(xiàn)有的端點(diǎn)檢測方法一般以短時(shí)幀為單位進(jìn)行，存在著語音切分粒度過細(xì)導(dǎo)致計(jì)算開銷過大的問題。針對這兩點(diǎn)不足，本文對說話人確認(rèn)的流程進(jìn)行新的探索，主要貢獻(xiàn)如下:
　　1.將傳統(tǒng)的說話人

2、確認(rèn)的單數(shù)據(jù)點(diǎn)假設(shè)檢驗(yàn)的方法轉(zhuǎn)變?yōu)楸容^檢測語音序列在目標(biāo)說話人模型和測試模型上得分差異的序列測試，對于如何使用測試語音得到測試模型，進(jìn)行了三方面的嘗試，測試語音在UBM上自適應(yīng)得到的測試模型，測試語音混合注冊語音后再UBM上自適應(yīng)得到測試模型，測試語音在目標(biāo)說話人模型上自適應(yīng)得到測試模型。其中以檢測語音在目標(biāo)說話人模型和測試語音在UBM上自適應(yīng)得到測試模型上得分差異最為明顯，探索了以下五種判決方法:得分對偏移量比對閾值、得分對偏移量TO

3、P均值、得分對距離、得分對排序、模型參數(shù)區(qū)分等，其中以測試得分對偏移量的TOP均值的判決效果最好，其EER在基準(zhǔn)方法上有了4.2％的提升。
　　2.相對于傳統(tǒng)端檢方法以短時(shí)幀為處理單位，提出一種仿人類視覺感知的語音端點(diǎn)檢測方法。首先提取具有完整文本信息的語音段包絡(luò)，及其波形形態(tài)特征，再對特征聚類后的結(jié)果進(jìn)行投票，去掉噪音段和靜音段得到語音段。端檢效果良好，VQVAD算法相對最高提升45％，使系統(tǒng)的EER平均下降1.7％，并且具有提