基于信道補(bǔ)償方法的說話人確認(rèn)研究.pdf

1、在信息飛速發(fā)展的今天，很多場合都需要對(duì)人們的身份進(jìn)行確認(rèn)和識(shí)別。近年來，說話人確認(rèn)的重點(diǎn)逐漸從實(shí)驗(yàn)室轉(zhuǎn)向?qū)嶋H復(fù)雜環(huán)境，訓(xùn)練語音和測試語音因信道不同而導(dǎo)致的失配問題越來越引起人們的重視，并成為當(dāng)前說話人確認(rèn)研究的關(guān)鍵問題之一。電話(手機(jī))網(wǎng)絡(luò)中，說話人的語音不僅來自不同的傳輸信道，而且也來自不同的話機(jī)麥克風(fēng)。在說話人確認(rèn)系統(tǒng)中，訓(xùn)練階段在某信道下建立目標(biāo)說話人模型，測試語音來自另一不同信道下時(shí)，就會(huì)產(chǎn)生失配，從而對(duì)說話人的身份進(jìn)行誤判，降

2、低說話人確認(rèn)系統(tǒng)的識(shí)別率。 論文重點(diǎn)介紹了幾種常用的信道失配補(bǔ)償方法，包括特征域、模型域和評(píng)分域；探討了SVM在說話人確認(rèn)系統(tǒng)中的應(yīng)用；最后針對(duì)電話手機(jī)語音與文本無關(guān)的說話人確認(rèn)中，訓(xùn)練集語音和測試集語音來自不同信道所產(chǎn)生失配而導(dǎo)致系統(tǒng)性能下降的問題，提出了一種基于高維空間映射的方法對(duì)系統(tǒng)進(jìn)行補(bǔ)償，主要研究內(nèi)容如下： 一、研究了基于概率統(tǒng)計(jì)高斯混合模型-通用背景模型(GMM-UBM)結(jié)構(gòu)的說話人確認(rèn)系統(tǒng)，深入了解了GMM

3、訓(xùn)練算法和MAP算法，對(duì)其所存在的信道失配問題進(jìn)行了分析。探討了復(fù)雜環(huán)境下說話人確認(rèn)的失配補(bǔ)償方法，倒譜均值減、相關(guān)譜濾波、特征映射、零規(guī)整、測試規(guī)整，也包括近年來國內(nèi)外研究的熱點(diǎn)因子分析失配補(bǔ)償算法。 二、研究了采用GMM大矢量作為SVM的輸入來建立說話人模型的方法，支持向量機(jī)是由線性可分情況下最優(yōu)超平面發(fā)展而來，說話人確認(rèn)作為二分類問題，目標(biāo)說話人GMM大矢量作為+1類，冒認(rèn)說話人GMM作為-1類來建立支持向量機(jī)模型，這樣既

4、可以減少因數(shù)據(jù)過多造成的計(jì)算量過大問題，又可以去除語音特征參數(shù)的冗余信息，有效地提高了說話人確認(rèn)系統(tǒng)的性能。 三、深入分析了SVM模型訓(xùn)練和測試因信道不同造成的系統(tǒng)失配問題，提出了一種基于高維空間映射的失配補(bǔ)償算法，給出了基于支持向量機(jī)映射PSVM模型的失配補(bǔ)償系統(tǒng)。它將每個(gè)說話人模型GMM的均值大矢量用已求得的映射矩陣進(jìn)行補(bǔ)償，通過PSVM核函數(shù)把特征參數(shù)映射到高維的空間，建立受信道信息影響更小的PSVM模型。映射矩陣是一個(gè)維