基于加權(quán)FSVQ和SVM的說(shuō)話人識(shí)別算法研究.pdf

1、說(shuō)話人識(shí)別技術(shù)是生物認(rèn)證技術(shù)的一個(gè)范疇，由于語(yǔ)音采集容易、經(jīng)濟(jì)性高等優(yōu)點(diǎn)，使得說(shuō)話人識(shí)別成為生物識(shí)別領(lǐng)域上研究的一個(gè)焦點(diǎn)。本論文首先討論了端點(diǎn)檢測(cè)以及特征提取的方法，然后在VQ的基礎(chǔ)上提出了加權(quán)FSVQ，并將其與SVM融合進(jìn)行說(shuō)話人識(shí)別，取得了一定的研究成果。
　　 一些端點(diǎn)檢測(cè)技術(shù)包括倒譜特征，信息熵，譜熵等對(duì)孤立詞語(yǔ)音的端點(diǎn)檢測(cè)都能達(dá)到很好的效果，但是說(shuō)話人識(shí)別中用到的更多的是連續(xù)語(yǔ)音，實(shí)驗(yàn)結(jié)果顯示，短時(shí)能量和過(guò)零率對(duì)連續(xù)語(yǔ)

2、音的端點(diǎn)檢測(cè)更為有效。這主要是因?yàn)槎虝r(shí)能量和過(guò)零率綜合考慮了語(yǔ)音的能量和頻率。
　　 矢量量化作為一種比較常用的說(shuō)話人識(shí)別方法，雖然在編碼率較低的情況下，其識(shí)別率并不高，但是其訓(xùn)練速度快。因此，本論文為了提高矢量量化在低編碼率情況下的識(shí)別率，提出了加權(quán)FSVQ。加權(quán)FSVQ認(rèn)為任一時(shí)刻系統(tǒng)都處，于一個(gè)特定的狀態(tài)，當(dāng)前系統(tǒng)的狀態(tài)是由前一時(shí)刻的語(yǔ)音幀決定的。由于考慮到了語(yǔ)音信號(hào)幀間的關(guān)聯(lián)性，使得加權(quán)FSVQ相比傳統(tǒng)VQ有著更高的識(shí)別

3、率。實(shí)驗(yàn)證明該方法相對(duì)于傳統(tǒng)矢量量化在識(shí)別率上有一定的提高，特別是在碼字較少時(shí)（少于8），識(shí)別率有l(wèi)O％以上的提高。
　　 對(duì)加權(quán)FSVQ的加權(quán)系數(shù)進(jìn)行探討是本論文的另外一個(gè)重點(diǎn)，對(duì)比分析了按貢獻(xiàn)率加權(quán)、按量化精度加權(quán)、按貢獻(xiàn)率和量化精度結(jié)合加權(quán)以及未加權(quán)四種加權(quán)策略，實(shí)驗(yàn)結(jié)果證明按貢獻(xiàn)率和量化精度結(jié)合加權(quán)可使加權(quán)FSVQ可達(dá)到最高識(shí)別率。
　　 加權(quán)FSVQ繼承了VQ在訓(xùn)練速度上的優(yōu)點(diǎn)，這主要體現(xiàn)在當(dāng)編碼率較低時(shí)，加權(quán)

4、FSVQ能夠快速實(shí)現(xiàn)對(duì)大樣本的訓(xùn)練，而這一點(diǎn)正是SVM所欠缺的。相比加權(quán)FSVQ，SVM的主要優(yōu)勢(shì)在于對(duì)小樣本的識(shí)別精度上，SVM能夠?qū)π颖緦?shí)現(xiàn)高精度的快速識(shí)別。針對(duì)兩類方法存在的缺陷，為了有效地提高說(shuō)話人識(shí)別的識(shí)別率，將二者進(jìn)行融合，并最大可能地發(fā)揮二者的優(yōu)勢(shì)?；诩訖?quán)FSVQ和SVM融合的說(shuō)話人識(shí)別方法采用的是先選定候選人，后確定的原則。實(shí)驗(yàn)數(shù)據(jù)顯示：采用加權(quán)FSVQ作為第一種語(yǔ)音模型，SVM作為第二種語(yǔ)音模型的級(jí)聯(lián)模式進(jìn)行融合，