基音和超音段信息用于話者確認(rèn)的研究.pdf

1、文本無關(guān)的說話人確認(rèn)被認(rèn)為是最自然的生物特征認(rèn)證手段之一，是語音識別研究領(lǐng)域的一個重要研究方向。傳統(tǒng)的基于短時倒譜參數(shù)和GMM-UBM-MAP模型結(jié)構(gòu)的說話人確認(rèn)系統(tǒng)經(jīng)過多年的發(fā)展及完善，識別率已經(jīng)達(dá)到一定程度，難以再提高。探索短時倒譜以外的新的話者特征參數(shù)，已經(jīng)成為當(dāng)今話者識別研究的一個熱點。本文針對實用手機(jī)、電話語音的與文本無關(guān)說話人確認(rèn)，對基音以及超音段信息用于輔助提高話者確認(rèn)系統(tǒng)的識別率及魯棒性進(jìn)行了深入研究。 主要研究

2、內(nèi)容如下：1.給出了兩種短時基音參數(shù)的提取方法，并詳細(xì)討論了它們的性能。實驗研究表明，基音參數(shù)相對于短時倒譜參數(shù)，其本身所攜帶的話者特征信啟、較少，但是它們的噪聲魯棒性較好，并且和短時倒譜參數(shù)的相關(guān)性小，可以作為有效的輔助參數(shù)。 2.針對較難提取的超音段信息，本文提出了一種基于小波分析的超音段韻律參數(shù)提取方法。對基音和能量隨時間的變化軌跡做小波分析，并從概貌系數(shù)中提取韻律參數(shù)。實驗證明了在訓(xùn)練語音充分的條件下，這種超音段韻律參數(shù)

3、的識別性能比短時基音參數(shù)有顯著的提高。系統(tǒng)等誤識率相對下降30％。 3.為了發(fā)揮各種參數(shù)的互補性，我們討論了多種參數(shù)融合的說話人確認(rèn)系統(tǒng)，給出了基于評分融合的系統(tǒng)結(jié)構(gòu)。實驗表明，多參數(shù)融合系統(tǒng)性能優(yōu)于任一個子系統(tǒng)的性能。 4.針對大規(guī)模的說話人確認(rèn)系統(tǒng)中，不同說話人模型的輸出評分分布不同造成系統(tǒng)整體分類性能變差的問題，提出了一種新的整體規(guī)整方法(Entire-Normalization)。這種評分規(guī)整使得所有語音的輸出評