說話人確認的特征域補償方法研究.pdf

1、隨著社會的進步和計算機技術(shù)的發(fā)展，說話人識別作為身份鑒別技術(shù)的一種，由于其獨到的優(yōu)勢得到越來越廣泛的使用。在說話人識別領(lǐng)域中，與文本無關(guān)的說話人確認技術(shù)是目前的研究熱點與難點。特別是近年來，背景噪聲、傳輸信道復雜化和話筒等終端設(shè)備類型多樣化導致了話者確認系統(tǒng)性能難以進一步提升。本論文圍繞說話人確認的特征域補償方法，從通道失配補償、輔助特征參數(shù)補償角度出發(fā)，提出了一些新的方法，并完成了相關(guān)實驗。本論文主要研究內(nèi)容有:
　　1.探討了

2、倒譜分析、短時聲道參數(shù)MFCC的提取過程，深入了解了GMM的組成原理、初值計算方式、EM訓練方法、背景噪聲模型UBM和說話人模型的MAP自適應(yīng)方法。構(gòu)建了基于GMM-UBM架構(gòu)的說話人確認系統(tǒng)，并在給定的數(shù)據(jù)庫上測試系統(tǒng)性能，針對MAP自適應(yīng)算法調(diào)整不同類型參數(shù)對系統(tǒng)性能的影響進行了實驗研究。
　　2.深入研究了無監(jiān)督特征映射通道失配補償方法。利用主成分分析方法對男性和女性語音進行研究，研究發(fā)現(xiàn)異性語音在均值超矢量空間上距離較遠，

3、并由此提出了一種新的基于盲通道聚類的特征映射方法。該方法充分利用了異性語音在說話人空間上的差異性，解決了不充足語料情況下無監(jiān)督特征映射問題。用此方法在均值超矢量空間對語音實現(xiàn)通道失配補償，實驗表明，該方法克服了語料不充足的劣勢，相對主系統(tǒng)性能得到了提升。
　　3.研究了自相關(guān)基頻特征參數(shù)的提取方法，用帶通濾波法可以有效減少共振峰對基頻提取效果的干擾。深入探討了語音學軟件Praat中的改進自相關(guān)方法。在傳統(tǒng)線性評分融合的基礎(chǔ)上，提出