噪聲背景下說話人識別的若干關(guān)鍵問題研究.pdf

1、說話人識別是一種基于生物特征信息的識別方法，是語音處理領(lǐng)域的研究熱點，目前對其研究取得的部分科研成果已經(jīng)轉(zhuǎn)化為實際的產(chǎn)品，成功的應(yīng)用于電子商務(wù)、遠程客戶服務(wù)的身份驗證和軍事安全等領(lǐng)域。但是目前的說話人識別技術(shù)多是基于純凈的語音環(huán)境，一旦受到外界的噪聲干擾，其識別正確率就會急劇下降。本文在總結(jié)前人研究工作的基礎(chǔ)上，主要對噪聲背景下說話人識別的語音分解問題、語音去噪問題、說話人個性特征參數(shù)提取問題和說話人識別模型的優(yōu)化問題進行了研究，主要工

2、作有:
　　對語音分解問題，將EMD去噪方法在語音分解過程中出現(xiàn)的模態(tài)混疊現(xiàn)象進行了理論分析，通過構(gòu)建的正弦信號和高頻信號，對實際的噪聲環(huán)境進行了模擬，分別對三種不同噪聲信號疊加的情況進行了討論，得出了使EMD分解不發(fā)生模態(tài)混疊所必須滿足的最基本條件。由此基本條件出發(fā)，提出了一種改進的EMD分解方法，即IEEMD分解方法，該方法修正了原算法中對白噪聲幅值和迭代次數(shù)的定義。在TIMIT語音庫中隨機選取1600段音頻進行IEEMD分解

3、，并與另外一種主流的EMD改進算法(EEMD算法)進行對比，統(tǒng)計兩種分解方法所用時間，達到相同的分解效果，IEEMD算法消耗的時間在7s到9s之間，遠小于EEMD算法50s到63s的計算時間。
　　對語音去噪問題，首先為了解決ICA算法在處理語音信號時偶爾出現(xiàn)的不收斂現(xiàn)象，提出了一種高階的TFast ICA方法，采用三階收斂的牛頓迭代法代替原Fast ICA算法中采用的二階局部收斂的牛頓迭代法，并對其收斂性進行了數(shù)學(xué)證明。通過實際

4、的語音信號進行分析，本文提出的Tfast ICA方法滿足了處理語音信號時的收斂性要求，沒有出現(xiàn)因初始分離向量w的隨機選取引起的算法不收斂的現(xiàn)象。最后結(jié)合IEEMD和TFast ICA各自的特點，采用TFast ICA算法對IEEMD進行后端處理，提出了一種IEEMD-TFast ICA語音去噪方法。通過TIMIT語音庫和noisex-92噪聲庫進行仿真實驗，采用本文提出的去噪方法去噪性能好于基于連續(xù)均方誤差的IEEMD去噪方法以及基于尺

5、度噪聲的小波去噪方法。
　　對說話人個性特征提取問題，本文對CFCC特征參數(shù)進行了理論分析，針對其存在的不足，提出了一種改進的ICFCC特征參數(shù)，將基底膜的非對稱性和強度依賴性加入到了特征參數(shù)的提取過程中。通過TIMIT語音數(shù)據(jù)庫，采用NIST測評使用的GMM-MMI說話人識別模型，將本文提出的ICFCC特征參數(shù)與MFCC-SDC特征參數(shù)和CFCC特征參數(shù)進行對比測試。測試結(jié)果表明，在-10dB多路重合噪聲條件下，采用ICFCC特

6、征參數(shù)的識別正確率達到了70％以上，優(yōu)于采用CFCC特征參數(shù)達到55％的識別正確率和采用MFCC-SDC參數(shù)9％的識別正確率，表現(xiàn)出較好的魯棒性。
　　對于說話人識別模型參數(shù)的優(yōu)化問題，本文提出了一種改進的PSOA算法進行優(yōu)化。首先，提出了一種新的慣性權(quán)重策略，該策略在迭代初期可以保持一個較大值，延長了PSOA算法在迭代初期的全局搜索時間;而在迭代后期可以保持一個較小的值，增加了PSOA算法在迭代后期局部搜索的時間。其次，提出了一

7、種新的粒子群位置更新公式，通過引入一種動量因子的慣性權(quán)重調(diào)整策略，使得種群不易陷入局部最優(yōu)值，而且尋優(yōu)結(jié)果的精確度有很大的提高。并從數(shù)學(xué)角度對本文提出的PSOA算法進行了分析，從理論角度證明了本文提出的PSOA算法的正確性和優(yōu)越性。采用不同的測試函數(shù)對五種最新改進的PSO優(yōu)化算法進行對比測試后，本文提出的PSOA方法在魯棒性和求解精度上均好于其他四種改進的PSO算法。將PSOA算法用于SVM的參數(shù)優(yōu)化問題中，其得到的訓(xùn)練時間最短，為32

8、4.7812s，而且平均正確識別率達到了83.28％，說明通過PSOA優(yōu)化的SVM具有很好的魯棒性、抗噪性和分類性能。
　　最后，基于DE2-115開發(fā)平臺，對本文提出的IEEMD-TFast ICA去噪方法進行了SOPC設(shè)計，給出了IEEMD-TFast ICA去噪方法的SOPC整體設(shè)計結(jié)構(gòu)，并采用軟硬件結(jié)合的方法實現(xiàn)了IEEMD-TFast ICA算法，首先通過Verilog HDL硬件描述語言實現(xiàn)了對TFast ICA算法的