面向OPHONE手機(jī)的說話人識(shí)別技術(shù)移植研究.pdf

1、說話人識(shí)別是生物特征識(shí)別中最重要的身份認(rèn)證技術(shù)之一。它通過分析人的聲音波形特征，對(duì)目標(biāo)說話人進(jìn)行身份確認(rèn)。目前，說話人識(shí)別技術(shù)的應(yīng)用和研究絕大部分都集中在普通個(gè)人電腦和服務(wù)器上。然而，隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，移動(dòng)平臺(tái)上的身份認(rèn)證需求不斷擴(kuò)大。本文主要任務(wù)是設(shè)計(jì)并實(shí)現(xiàn)一個(gè)在移動(dòng)平臺(tái)上運(yùn)行的說話人識(shí)別系統(tǒng)。并通過大規(guī)模實(shí)驗(yàn)和測(cè)試，使得該系統(tǒng)在識(shí)別率和實(shí)時(shí)性上取得了一定的性能改善和優(yōu)化。本文的主要貢獻(xiàn)，可以歸納為以下幾點(diǎn)：
　　 1設(shè)計(jì)

2、并實(shí)現(xiàn)了一個(gè)參與NIST SRE評(píng)測(cè)的說話人識(shí)別子系統(tǒng)
　　 通過參加美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)局組織的NIST SRE說話人評(píng)測(cè)，我們利用GMM-UBM和本征通道因子分析等技術(shù)，實(shí)現(xiàn)了一個(gè)說話人識(shí)別系統(tǒng)。本文分別從特征預(yù)處理，特征提取，模型訓(xùn)練、得分規(guī)整策略以及多子系統(tǒng)融合的角度深入介紹了該系統(tǒng)。針對(duì)不同通道因素對(duì)說話人識(shí)別系統(tǒng)的影響，我們又采用因子分析和通道矩陣的對(duì)策來建立適應(yīng)多通道的說話人識(shí)別模型。
　　 2設(shè)計(jì)并實(shí)現(xiàn)了移

3、動(dòng)平臺(tái)的說話人識(shí)別系統(tǒng)
　　 利用現(xiàn)有的說話人識(shí)別系統(tǒng)，我們又在OPHONE移動(dòng)平臺(tái)上設(shè)計(jì)了一個(gè)說話人識(shí)別系統(tǒng)。該平臺(tái)說話人識(shí)別系統(tǒng)的主體設(shè)計(jì)框架和NIST SRE系統(tǒng)類似。但是，我們通過大量的對(duì)比實(shí)驗(yàn)和參數(shù)調(diào)整實(shí)驗(yàn)，在識(shí)別率和實(shí)時(shí)性之間找到了一組最適合移動(dòng)平臺(tái)的實(shí)驗(yàn)參數(shù)。并通過小規(guī)模的測(cè)試和用戶反饋實(shí)驗(yàn)，改善系統(tǒng)前端的用戶體驗(yàn)。
　　 3提出了一個(gè)基于移動(dòng)平臺(tái)的快速說話人模型浮動(dòng)閥值確定策略
　　 針對(duì)移動(dòng)平臺(tái)

4、計(jì)算能力不足，計(jì)算資源匱乏的問題，我們通過浮動(dòng)閥值系數(shù)，快速閥值上下限確定技術(shù)對(duì)移動(dòng)平臺(tái)說話人識(shí)別系統(tǒng)的閥值進(jìn)行確定。閥值的上限由訓(xùn)練語(yǔ)音產(chǎn)生，而下限來自于一個(gè)冒領(lǐng)者語(yǔ)音數(shù)據(jù)庫(kù)。此外，系統(tǒng)在驗(yàn)證失敗后，還會(huì)推送一個(gè)機(jī)器計(jì)算的推薦系數(shù)閥值，供用戶參考。
　　 4提出了一種說話人模型的自適應(yīng)方法和多模型判別策略
　　 針對(duì)說話人語(yǔ)音的時(shí)間漂移以及話筒位置變化對(duì)閥值的影響，我們又提出了說話人模型的自適應(yīng)方法和根據(jù)話筒位置變化的