文本無關(guān)說話人確認(rèn)及其應(yīng)用研究.pdf

1、本文主要講述基于全背景-高斯混合模型(LJBM-GMM)的說話人確認(rèn)系統(tǒng)。首先在實(shí)現(xiàn)基本系統(tǒng)的基礎(chǔ)上，我們通過錄制新的語音庫，增加了基于短時(shí)能量和短時(shí)過零率的雙門限端點(diǎn)檢測等措施，使系統(tǒng)的識(shí)別精度達(dá)到了一個(gè)比較高的水準(zhǔn)。然后又針對系統(tǒng)運(yùn)行時(shí)間過長效率較低的現(xiàn)象，提出了只抽取語音中最能有效反應(yīng)說話人個(gè)性特征的部分進(jìn)行特征參數(shù)的提取，以降低系統(tǒng)數(shù)據(jù)量。然后通過實(shí)驗(yàn)進(jìn)行驗(yàn)證，通過結(jié)果可以看出，經(jīng)過如此改進(jìn)后系統(tǒng)的精度依然能夠保持原來的水準(zhǔn)，而

2、系統(tǒng)的運(yùn)行時(shí)間卻降至約為原來的三分之一左右，大大提高了系統(tǒng)的效率，也基本達(dá)到了我們的預(yù)期目的。 論文首先對說話人識(shí)別的背景、研究意義及近些年來的發(fā)展現(xiàn)狀做了一個(gè)詳細(xì)的論述，并指出了當(dāng)前仍存在的難點(diǎn)問題，然后對本文要做的工作做一個(gè)概要的介紹。然后，按照UBM-GMM說話人確認(rèn)系統(tǒng)的流程依次對系統(tǒng)的各個(gè)部分進(jìn)行理論和具體實(shí)現(xiàn)的介紹。在本文中我們采用DET。曲線來評價(jià)系統(tǒng)的性能，該曲線的橫、豎坐標(biāo)分別代表錯(cuò)誤拒絕率和錯(cuò)誤接受率，橫豎坐

3、標(biāo)相同的點(diǎn)的坐標(biāo)值便是系統(tǒng)的平均錯(cuò)誤識(shí)別率。我們在原系統(tǒng)的基礎(chǔ)上增加了雙門限端點(diǎn)檢測的方法，并針對原語音庫信噪比較低的情況重新錄制了質(zhì)量比較高的語音庫，從而使得系統(tǒng)的精度達(dá)到了一個(gè)比較高的水平。 但在實(shí)驗(yàn)的過程中我們也感受到，由于數(shù)據(jù)量比較大，導(dǎo)致系統(tǒng)的運(yùn)行時(shí)間比較長，這在實(shí)際應(yīng)用中特別是在實(shí)時(shí)的情況下顯然是不夠的，針對這種情況我們進(jìn)一步提出了降低系統(tǒng)運(yùn)行時(shí)間，提高系統(tǒng)效率的目標(biāo)。我們首先對被測試語句進(jìn)行分幀打分，觀察總結(jié)出語音

4、中得分比較高的部分，并對該部分進(jìn)行短時(shí)能量和短時(shí)過零率的分析，然后設(shè)定出對該部分進(jìn)行抽取的短時(shí)能量和過零率的門限值。經(jīng)過只抽取最能有效反映說話人個(gè)性特征信息的語音段進(jìn)行特征提取的改進(jìn)之后，我們首先對系統(tǒng)前后的識(shí)別率進(jìn)行對比，發(fā)現(xiàn)系統(tǒng)的識(shí)別率依然能保持原有的較高水準(zhǔn)。然后進(jìn)行系統(tǒng)運(yùn)行時(shí)間的對比，通過實(shí)驗(yàn)結(jié)果我們可以看出，改進(jìn)后的系統(tǒng)運(yùn)行時(shí)間有較大幅的下降，只為原來的三分之一多一點(diǎn)，從而說明了本文所做的改進(jìn)基本達(dá)到了預(yù)期的效果。 最