基于分類特征映射和SVM的說話人確認(rèn)方法研究.pdf

1、隨著通信與計算機技術(shù)的發(fā)展，使用電話、手機等工具進行交流的用戶不斷增多，電話語音也在人們的生活中占有越來越重要的地位。使用電話語音來進行說話人身份鑒別具有方便快捷等諸多優(yōu)點，其技術(shù)在金融、商貿(mào)、公安、軍事等領(lǐng)域具有廣闊的應(yīng)用前景。其中，文本無關(guān)的說話人確認(rèn)不需要說話人的語義配合，其應(yīng)用范圍更加廣闊，實用性更強。 近年來，支持向量機(SVM)由于其具有強區(qū)分能力，尤其適合解決類似于說話人確認(rèn)這樣的二元分類問題，因而成為模式識別領(lǐng)域

2、的一個研究熱點。然而，將目前常用的短時倒譜參數(shù)MFCC用于文本無關(guān)的說話人確認(rèn)需要較多的語音數(shù)據(jù)，將SVM作為說話人模型時將會遇到大訓(xùn)練樣本、兩類數(shù)據(jù)混疊嚴(yán)重等問題，使SVM的建模面臨著訓(xùn)練效率低下。 本文主要針對SVM用于文本無關(guān)說話人確認(rèn)中存在的問題，對使用特征空間分類和GMM進行說話人特征映射的方法進行了研究，并且對SVM的建模方法進行了探討。主要研究內(nèi)容如下： 1)針對采用SVM建立說話人模型面臨著大數(shù)據(jù)量樣本的

3、問題，研究了基于GMM-UBM特征映射的SVM說話人確認(rèn)方法。采用GMM-UBM結(jié)構(gòu)進行特征映射能夠?qū)崿F(xiàn)數(shù)據(jù)壓縮，并提取代表說話人個性信息的特征矢量。本文對UBM混合度對系統(tǒng)性能影響，以及在NIST長語音任務(wù)中SVM建模策略問題進行了分析。 2)提出了一種基于分類GMM-UBM特征映射和SVM的說話人確認(rèn)方法。CGMM-UBM特征映射，使得原本混疊較為嚴(yán)重的數(shù)據(jù)變得更容易區(qū)分，提升了SVM分類界面的區(qū)分性能。同時，分類子空間中的