噪聲環(huán)境下說話人識別算法研究.pdf

1、說話人識別系統(tǒng)在噪聲環(huán)境下的魯棒性是關(guān)系到說話人識別能否走向完全實用化的關(guān)鍵,也是當(dāng)前說話人識別技術(shù)研究的熱點(diǎn)和難點(diǎn)。噪聲魯棒性問題的根源為說話人識別訓(xùn)練和測試環(huán)境之間的不匹配,而抗噪聲說話人識別的目的就是減小不匹配對識別系統(tǒng)造成的負(fù)面影響,在噪聲環(huán)境下達(dá)到很好的識別性能。現(xiàn)有的抗噪聲說話人識別技術(shù)可以簡單的歸為基于信號空間的語音增強(qiáng)、基于特征空間的魯棒性特征參數(shù)提取及基于模型空間的模型補(bǔ)償三類。本文主要針對加性噪聲的影響,在信號空間和

2、特征空間對問題進(jìn)行了深入的研究和探討,提出了幾種新的抗噪聲說話人識別技術(shù)。
　　 首先,研究了基于信號空間的抗噪聲說話人識別技術(shù)——語音增強(qiáng)。語音增強(qiáng)技術(shù)一般都作為預(yù)處理模塊存在于說話人識別系統(tǒng)中,盡可能的將純凈語音送入識別系統(tǒng)輸入端,因此,無需改變現(xiàn)有的識別系統(tǒng)就能增強(qiáng)其魯棒性。現(xiàn)有的基于離散余弦變換的語音增強(qiáng)算法無法解決語音信息丟失與消除信號中的噪聲二者之間的矛盾,而本文提出的模擬人耳聽覺選擇性的基于離散余弦變換的動態(tài)閾值語

3、音增強(qiáng)算法很好的解決了這一問題,實現(xiàn)了低信噪比下語音增強(qiáng)的目的,并且增強(qiáng)后的語音在時域和頻域上失真度小,非常適用于抗噪聲說話人識別系統(tǒng)的前端處理器。
　　 其次,研究了基于特征空間的抗噪聲說話人識別技術(shù)——具有魯棒性的特征參數(shù)提取。在實際應(yīng)用中,這是說話人識別中最至關(guān)重要的一種技術(shù),其目的是從帶噪語音信號中抽取簡潔、有突出代表性的相關(guān)特征參數(shù)用于判別分析。本文以MFCC為基礎(chǔ),提出了兩種改進(jìn)策略:1、根據(jù)語音信號的特性,應(yīng)用DC

4、T提取刻畫說話人聲源特性的譜特征參數(shù)SSC、SBE等,與MFCC組成混合特征參數(shù);2、根據(jù)不同的信噪比及噪聲背景下,噪聲對語音信號的干擾各不相同,從而應(yīng)用Fisher準(zhǔn)則對聲道特征參數(shù)MFCC進(jìn)行降維。
　　 最后,研究了支持向量機(jī)中核函數(shù)對分類性能的影響。核函數(shù)是支持向量機(jī)模型的核心機(jī)制,函數(shù)類型的選擇和參數(shù)的確定對于分類的準(zhǔn)確度至關(guān)重要。論文闡述了核函數(shù)的基本理論,對目前常用的多項式核函數(shù)和徑向基核函數(shù)進(jìn)行了仿真和分析,測試