自適應(yīng)高斯混合模型及說話人識(shí)別應(yīng)用.pdf

1、語言作為人與外界交換信息最方便最有效的工具,在人們?nèi)粘＝涣髦姓紦?jù)越來越重要的地位,由于說話人個(gè)性的復(fù)雜多變,傳統(tǒng)研究在較長時(shí)間內(nèi)沒有跨越式的發(fā)展。但一些機(jī)構(gòu)和學(xué)者在深入研究的基礎(chǔ)上提出了很多融合和改進(jìn)的方法,使說話人識(shí)別技術(shù)得到進(jìn)一步優(yōu)化提高,然而說話人識(shí)別系統(tǒng)中模型擬合方面存在的過擬合和欠擬合問題仍沒有很好的解決,模型擬合的精確性有待深入研究。
　　本研究建立了基于高斯混合模型的說話人識(shí)別系統(tǒng),評(píng)測LPCC,MFCC以及BFCC

2、三種特征參數(shù)在純凈測試環(huán)境下不同測試語音長度的識(shí)別性能,通過實(shí)驗(yàn)證明BFCC相比MFCC和LPCC具有更低的誤識(shí)率。對于高斯混合模型存在的擬合不精確問題提出了迭代自組織高斯混合模型ISO-GMM法以及自適應(yīng)高斯混合模型算法AGMM。ISO-GMM法利用ISODATA算法的聚類特性,在訓(xùn)練過程中根據(jù)語音信號(hào)具體分布建立相應(yīng)模型,實(shí)驗(yàn)表明利用ISO-GMM法比傳統(tǒng)GMM更符合語音聲學(xué)特征分布的多樣性,提高了識(shí)別準(zhǔn)確率,在兩種特征參數(shù)MFCC

3、和BFCC下相對誤識(shí)率分別下降了19.79％和11.47％;AGMM模型訓(xùn)練中根據(jù)說話人語音特征參數(shù)分布的聚類特性,采用吸收合并與分裂機(jī)制動(dòng)態(tài)調(diào)整高斯混合數(shù)以獲得更加精確的擬合性能。在不同測試語音長度下比較AGMM與傳統(tǒng)GMM的識(shí)別性能,實(shí)驗(yàn)證明AGMM的擬合性能比傳統(tǒng)GMM更加優(yōu)越,解決了傳統(tǒng)GMM中存在的過擬合和欠擬合問題,同樣,在兩種特征參數(shù) MFCC和 BFCC下相對誤識(shí)率分別下降41.41％和22.21％。最后將ISO-GMM