多信道條件下的說話人認(rèn)證.pdf

1、自動說話人識別（Automatic SpeakerRecognitioN,簡稱ASR）又稱為聲紋識別，是語音信號處理中的重要組成部分，也是作為一種重要的生物信息而被廣泛研究的熱點(diǎn)之一。說話人識別是指通過一個說話人的語音而識別出說話人身份的過程，根據(jù)最終完成任務(wù)的不同，說話人識別又分為說話人確認(rèn)（Speaker Yerification）和說話人辨識（Speaker。Identification）兩種。由于在實(shí)際的說話人識別應(yīng)用場景會引入

2、多種不同的錄音設(shè)備以及傳輸設(shè)備，使得說話人識別系統(tǒng)的魯棒性不夠高，嚴(yán)重影響了它的實(shí)用價(jià)值。這個問題，在說話人識別領(lǐng)域又成為多信道問題，是相關(guān)研究人員的工作重點(diǎn)。
　　 本課題將詳細(xì)論述文本無關(guān)條件下說話人識別技術(shù)的基本原理以及研究現(xiàn)狀，在詳細(xì)論述和設(shè)計(jì)說話人識別技術(shù)中主流的GMM-UBM系統(tǒng)建模方法和系統(tǒng)的同時(shí)，本文也將闡述說話人識別領(lǐng)域中最新的基于支持向量機(jī)（SupportVector Machine）的建模原理以及系統(tǒng)設(shè)計(jì)。

3、針對上面提到的說話人識別系統(tǒng)中嚴(yán)重影響系統(tǒng)性能的信道不匹配現(xiàn)象，本文將從特征域，模型域以及得分域?qū)π诺姥a(bǔ)償技術(shù)進(jìn)行詳細(xì)的論述，并對其中的一些技術(shù)提出自己的想法和改進(jìn)意見。
　　 本課題在劍橋大學(xué)開發(fā)的源碼HTK語音識別工具的基礎(chǔ)上構(gòu)建說話人識別確認(rèn)系統(tǒng)，本系統(tǒng)對比了在特征域、模型域等多種不同技術(shù)的系統(tǒng)性能，并最終采用了PLP感知線性預(yù)測靜態(tài)及動態(tài)參數(shù)、PASTA濾波、特征映射、特征變換、自適應(yīng)模型、得分歸一化等技術(shù)使系統(tǒng)達(dá)到了優(yōu)