基于聲門(mén)信息的說(shuō)話人確認(rèn)方法研究.pdf

1、語(yǔ)音是人類最自然最重要的交流溝通方式,將語(yǔ)音信號(hào)中說(shuō)話人的信息提取出來(lái),即說(shuō)話人識(shí)別,也稱為聲紋識(shí)別,是目前語(yǔ)音信號(hào)處理中的一個(gè)重要研究方向。隨著智能計(jì)算、網(wǎng)絡(luò)安全需求的迅速發(fā)展,可提供生物特征識(shí)別的聲紋識(shí)別技術(shù)受到越來(lái)越多的關(guān)注,正在走向?qū)嵱没?br>　　經(jīng)過(guò)多年的研究,實(shí)驗(yàn)室環(huán)境下的說(shuō)話人識(shí)別系統(tǒng)已經(jīng)較為成熟。然而,從實(shí)驗(yàn)室走向現(xiàn)實(shí)環(huán)境仍有一定的問(wèn)題。問(wèn)題主要集中在說(shuō)話人識(shí)別的魯棒性與計(jì)算量上。說(shuō)話人識(shí)別系統(tǒng)可以粗略的分為特征提取

2、與模式識(shí)別兩部分。在經(jīng)典的文本無(wú)關(guān)說(shuō)話人識(shí)別技術(shù)中主要采用梅爾倒譜系數(shù)與 UBM-MAP-GMM模型作為特征提取與模式識(shí)別。UBM-MAP-GMM模型盡管考慮了測(cè)試語(yǔ)音與訓(xùn)練語(yǔ)音失配的問(wèn)題,但在實(shí)際情況下,該模型的運(yùn)算量與存儲(chǔ)需求仍較大,魯棒性離實(shí)用還有一些距離。本文從研究語(yǔ)音信號(hào)中不同類型的信息如何混雜、如何提取入手,引入語(yǔ)音高層信號(hào)分析,對(duì)增強(qiáng)聲紋識(shí)別魯棒性、減少計(jì)算量進(jìn)行了研究。
　　本論文的主要研究?jī)?nèi)容如下:
　　1

3、.探討了高斯混合模型的物理意義,并介紹了當(dāng)前的一些對(duì)UBM-MAP-GMM模型的改進(jìn)方法,分析了當(dāng)訓(xùn)練語(yǔ)音中部分音素類較少時(shí)經(jīng)典模型的處理方式及其不足,進(jìn)而提出了基于挑選高斯分量的說(shuō)話人確認(rèn)系統(tǒng)。實(shí)驗(yàn)證明,改進(jìn)的說(shuō)話人確認(rèn)系統(tǒng)無(wú)論是訓(xùn)練時(shí)間,還是等錯(cuò)誤率,均有一定的下降。
　　2.短時(shí)特征參數(shù)MFCC反映的是說(shuō)話人的聲道特征,基于基頻與幀能量的韻律特征反映的是說(shuō)話人的聲門(mén)信息,兩者從不同的角度刻畫(huà)了說(shuō)話人,存在互補(bǔ)以提高系統(tǒng)性能的