信道魯棒的與文本無關(guān)說話人確認系統(tǒng).pdf

1、說話人識別是從語音信號中提取說話人的個性信息來自動識別說話人身份的技術(shù)。目前的說話人確認系統(tǒng)對純凈語音已經(jīng)可以達到很高的識別精度，但實際環(huán)境中不同類型的信道和語音采集設(shè)備對語音造成的畸變帶來了訓練環(huán)境和測試環(huán)境之間的失配，使得說話人確認系統(tǒng)的識別率急劇下降。因此，如何提高系統(tǒng)的魯棒性已成為本領(lǐng)域研究的關(guān)鍵。 本文介紹了GMM-UBM框架下說話人確認系統(tǒng)的原理，包括前端信號處理、GMM-UBM模型建立、打分模型，以及系統(tǒng)性能評價方

2、法和評測標準。然后主要針對說話人識別系統(tǒng)中，語音信號的信道畸變影響以及造成的訓練和測試信道的不匹配，所導致的系統(tǒng)性能大幅下降，分別采用了基于特征域、模型域和得分域的補償方法，進行有效的信道補償。 在特征域，采用了RASTA濾波、倒譜均值減CMS、實時CMS、方差歸一化CVN、特征映射Feature Mapping等幾種方法。在這里提出了一種有效的信道分類方法，可以達到99％的分類正確率，完全滿足Feature Mapping以及

3、后續(xù)其他算法的需求。其中，特征映射取得了較好的魯棒性能改進，EER和minDCF相對基線系統(tǒng)分別下降了44．97％和33．20％。 在模型域，采用了說話人模型合成SMS、基于MAP的模型自適應和信道子空間投影CSP幾種方法，并根據(jù)實際情況設(shè)計了多種方案，對多種情況進行了測試?；贛AP的模型自適應獲得了最小的EER和minDCF，同時其實現(xiàn)比其余兩種方法更加簡單。其中最具實用性能的MAP（only GMM）方案相對基線系統(tǒng)，EE

4、R和minDCF分別獲得76．45％和55．51％的相對下降。 在分數(shù)域，采用了測試歸一化T-norm、零歸一化Z-norm、話筒歸一化H-norm以及這幾種方法的結(jié)合。其中ZT-norm獲得最小的EER和minDCF，相對基線系統(tǒng)分別下降了50．60％和43．81％。另外，特征域和模型域方法分別與分數(shù)歸一化方法進行了結(jié)合，獲得了更好的性能提高，很大程度地減小了測試和訓練環(huán)境之間的不匹配。 最后，基于上述研究，在VC++