話者確認(rèn)中信道和時(shí)長(zhǎng)失配補(bǔ)償研究.pdf

1、文本無(wú)關(guān)的說(shuō)話人確認(rèn)技術(shù)旨在從語(yǔ)音中提取說(shuō)話人的個(gè)性信息從而完成說(shuō)話人身份的驗(yàn)證。使用便捷以及非接觸式交互等獨(dú)特的優(yōu)勢(shì)使其得到越來(lái)越廣泛的應(yīng)用，并成為當(dāng)今生物特征識(shí)別領(lǐng)域的研究熱點(diǎn)。近年來(lái)，說(shuō)話人確認(rèn)技術(shù)逐漸走向?qū)嵱?，但由于?shí)際環(huán)境的復(fù)雜性，面臨著傳輸信道的多樣化、背景噪聲污染等問(wèn)題，說(shuō)話人確認(rèn)技術(shù)性能難以提升。本論文主要是研究環(huán)境失配下的說(shuō)話人確認(rèn)，從失配補(bǔ)償?shù)慕嵌瘸霭l(fā)，探討了全局差異空間方法以及概率線性鑒別分析方法，并對(duì)其存在的問(wèn)題

2、提出改進(jìn)方案。本論文主要的研究工作有:
　　首先，探討了美爾頻率倒譜參數(shù)的提取過(guò)程，介紹了高斯混合模型(GMM)，對(duì)其原理以及訓(xùn)練算法進(jìn)行詳細(xì)的闡述，并深入分析了GMM用于說(shuō)話人確認(rèn)的優(yōu)缺點(diǎn)，構(gòu)建了基于GMM-UBM框架的說(shuō)話人確認(rèn)系統(tǒng)，并通過(guò)實(shí)驗(yàn)分析GMM-UBM系統(tǒng)的性能。
　　接著，深入研究說(shuō)話人確認(rèn)失配補(bǔ)償方法。利用因子分析的方法，從高斯均值超矢量提取出具有區(qū)分性的身份矢量I-Vector，構(gòu)建了基于I-Vector

3、的說(shuō)話人確認(rèn)系統(tǒng)。給出線性鑒別分析、類內(nèi)協(xié)方差規(guī)整等信道補(bǔ)償方法對(duì)I-Vector系統(tǒng)進(jìn)行改進(jìn)，實(shí)驗(yàn)結(jié)果表明這些方法可以有效地改善信道失配對(duì)說(shuō)話人確認(rèn)系統(tǒng)的負(fù)面影響。
　　最后，深入研究概率線性鑒別分析(PLDA)方法對(duì)說(shuō)話人以及干擾信息的建模能力，簡(jiǎn)化高斯概率線性鑒別分析(GPLDA)以及其得分公式，構(gòu)建基于高斯概率線性鑒別分析的說(shuō)話人確認(rèn)系統(tǒng)，研究其對(duì)I-Vector矢量的補(bǔ)償能力。此外，針對(duì)訓(xùn)練語(yǔ)音與測(cè)試語(yǔ)音時(shí)長(zhǎng)失配的情況，