基于高斯混合模型的語種識別的研究.pdf

1、語種識別經(jīng)過最近十年的飛速發(fā)展，已經(jīng)從算法研究的角度逐漸走向成熟的應(yīng)用了。本文研究的目標(biāo)是以GMM模型為基礎(chǔ)，在公開的NIST數(shù)據(jù)庫上，盡可能的提高語種識別的準(zhǔn)確率，并且從系統(tǒng)角度，建立了一個完整的以GMM為基礎(chǔ)的語種識別系統(tǒng)，具體而言，包括以下幾個關(guān)鍵的內(nèi)容： 首先，搭建基于GMM-UBM模型的系統(tǒng)框架，以此作為基線系統(tǒng)?；€系統(tǒng)的配置和所采用的相關(guān)關(guān)鍵技術(shù)的優(yōu)化包括三個方面：特征提取，模型訓(xùn)練和得分處理。特征提取模塊，作用在

2、于從語音中間提取出聲學(xué)性能很好的特性參數(shù)，能夠?qū)υ肼暫托诺谰哂辛己玫聂敯粜?，GMM系統(tǒng)采用的特征采用了很多技術(shù)，比如VTLN，RASTA濾波，SDC等等，可以說好的特征是整個系統(tǒng)的基礎(chǔ)；模型訓(xùn)練模塊，用于訓(xùn)練通用背景模型以及自適應(yīng)各個語種的聲學(xué)模型，模型訓(xùn)練基于MLE準(zhǔn)則，采用經(jīng)典的EM算法估計模型參數(shù)；測試模塊，主要處理得分，包括得分歸一化和后端分類器。高斯后端分類器對最終結(jié)果具有很大的改進(jìn)作用。在NISTLRE標(biāo)準(zhǔn)數(shù)據(jù)庫上的實驗結(jié)果

3、表面，該基線系統(tǒng)取得了良好的性能，對我們的GMM系統(tǒng)打下了堅實的基礎(chǔ)。 其次，把因子分析應(yīng)用到基于GMM模型的語種識別系統(tǒng)中。與話者識別不同的是：在語種識別任務(wù)中，噪聲不僅僅是信道的差異，還包括說話人的差異等因素。文中根據(jù)語種識別的特點，采用經(jīng)典的EM算法，應(yīng)用因子分析技術(shù)估計噪聲(包括說換人、信道差異)子空間，從模型域和特征域兩個方面提出了消除噪聲影響的算法。在最新的NISTLRE07上，性能和GMM_UBM基線系統(tǒng)比較，相對

4、提高了36.5％。 最后，對GMM采用區(qū)分性的MMI準(zhǔn)則。首先，給出了MMI準(zhǔn)則下GMM模型一些參數(shù)的選擇，比如訓(xùn)練語料切分時長的影響，采用硬切分和音素識別器切分的差別；基于MMI運(yùn)算量大，做TOPN簡化運(yùn)算的一些嘗試；以及相同語種不同方言在訓(xùn)練中遇到的問題等等。這些問題對GMM-MMI系統(tǒng)本身有著很大的影響。最后，把因子分析的方法和區(qū)分性訓(xùn)練方法結(jié)合起來，進(jìn)一步提升系統(tǒng)性能?；谝蜃臃治龅腉MM-MMI系統(tǒng)也是目前語種識別中G