基于GMM和SVM的說(shuō)話人識(shí)別方法研究.pdf

1、說(shuō)話人識(shí)別技術(shù)是生物認(rèn)證的一種，它是根據(jù)說(shuō)話人語(yǔ)音波形中能反映說(shuō)話人生理和行為個(gè)性特征的語(yǔ)音參數(shù)來(lái)自動(dòng)鑒別說(shuō)話人身份的過(guò)程，該技術(shù)以其顯著的使用方便、經(jīng)濟(jì)和有效等優(yōu)勢(shì)在許多領(lǐng)域中有著廣泛的應(yīng)用前景。
　　 本文主要研究了噪聲環(huán)境下文本無(wú)關(guān)的說(shuō)話人識(shí)別的相關(guān)內(nèi)容。為改善系統(tǒng)識(shí)別率和系統(tǒng)響應(yīng)時(shí)間，本文在介紹說(shuō)話人識(shí)別基本原理的基礎(chǔ)上，重點(diǎn)圍繞識(shí)別模型和語(yǔ)音去噪兩方面進(jìn)行研究。在識(shí)別模型方面，詳細(xì)介紹了高斯混合模型(GMM)和支持向量

2、機(jī)(SVM)模型的理論知識(shí)，并針對(duì)兩者自身的優(yōu)缺點(diǎn)，本文提出了兩種GMM和SVM相結(jié)合的方法，實(shí)驗(yàn)證明這兩種混合模型都可以改善系統(tǒng)性能。針對(duì)噪聲環(huán)境下，系統(tǒng)識(shí)別率急劇下降的問(wèn)題，本文在原有小波閾值去噪的基礎(chǔ)上提出了一種改進(jìn)的閾值函數(shù)并采用了區(qū)分清濁音的小波去噪方法，實(shí)驗(yàn)證明這些改進(jìn)可取得更好的去噪效果。具體研究工作如下:
　　 (1) GMM屬于概率統(tǒng)計(jì)模型，有很強(qiáng)的數(shù)據(jù)描述能力和較弱的數(shù)據(jù)分類(lèi)能力。SVM模型屬于分類(lèi)器模型，有

3、很強(qiáng)的數(shù)據(jù)區(qū)分能力和較弱的數(shù)據(jù)描述能力。結(jié)合這些特點(diǎn)，本文提出了用GMM對(duì)大樣本特征參數(shù)聚類(lèi)得到能更好表征說(shuō)話人個(gè)性特征的小樣本的GMM模型參數(shù)作為SVM特征參數(shù)的模型結(jié)合方法。實(shí)驗(yàn)證明該模型既可以改善系統(tǒng)響應(yīng)時(shí)間又可以提高系統(tǒng)識(shí)別率。
　　 (2)當(dāng)說(shuō)話人集合比較大時(shí)，針對(duì)SVM識(shí)別耗時(shí)的問(wèn)題，本文又提出了另一種GMM和SVM相結(jié)合的方法。通過(guò)實(shí)驗(yàn)可知，對(duì)于相同的特征數(shù)據(jù)，在識(shí)別階段，一般情況下GMM比SVM所用的時(shí)間短，而且

4、我們還可發(fā)現(xiàn)即使GMM識(shí)別錯(cuò)誤，但如果將最大后驗(yàn)概率按由大到小進(jìn)行排序，正確說(shuō)話人模型所對(duì)應(yīng)的最大后驗(yàn)概率還是比較靠前的。根據(jù)這些特點(diǎn)，本文提出了用GMM作首次識(shí)別用SVM做二次識(shí)別的結(jié)合模型，通過(guò)GMM的首次識(shí)別來(lái)確定幾個(gè)最有可能的結(jié)果來(lái)縮小用于SVM識(shí)別的說(shuō)話人集合，從而進(jìn)一步改善系統(tǒng)響應(yīng)時(shí)間。
　　 (3)在安靜環(huán)境下，系統(tǒng)可以取得比較滿意的識(shí)別率，針對(duì)噪聲環(huán)境下系統(tǒng)識(shí)別率急劇下降的問(wèn)題，本文提出了一種改進(jìn)形式的小波閾值函