文本無關(guān)說話人識別系統(tǒng)研究.pdf

1、說話人識別技術(shù)屬于生物認(rèn)證技術(shù)的一種，是一項根據(jù)語音波形中反映說話人生理和行為特征的語音參數(shù)來自動識別說話人身份的技術(shù)。根據(jù)說話的內(nèi)容，可以分為文本相關(guān)和無關(guān)兩個方面。由于文本無關(guān)具有更加靈活與適用面廣的特點(diǎn)，因此本文選文本無關(guān)說話人識別為主要研究課題。在文本無關(guān)說話人識別中，GMM將說話人識別問題轉(zhuǎn)換成對說話人語音數(shù)據(jù)分布的估計問題，從而將復(fù)雜的語音訓(xùn)練、匹配的問題分解為模型參數(shù)的訓(xùn)練，以及概率的計算等子問題，解決了說話人識別任務(wù)中的

2、很多難題。并且由于GMM具有簡單、靈活、有效的特點(diǎn)以及較好的魯棒性，迅速成為與文本無關(guān)的說話人識別中的主流技術(shù)。 在系統(tǒng)構(gòu)建方面，本文利用VC++實(shí)現(xiàn)了一個完整的說話人識別系統(tǒng)，包括前期的語音處理，特征提取以及后期的模型訓(xùn)練，識別。實(shí)現(xiàn)了說話人識別的兩大功能：說話人辨認(rèn)和說話人確認(rèn)。在前期語音處理和特征提取方面，使用了Mel倒譜系數(shù)(MFCC)作為特征參數(shù)，在說話人模型方法，采用了高斯混合模型，它使用不同高斯密度的疊加來反映語音

3、的聲紋特征。本文的工作主要有以下幾個方面： 1．研究了GMM性能與訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集的依賴關(guān)系，特別是GMM階數(shù)與訓(xùn)練數(shù)據(jù)集的關(guān)系。驗(yàn)證了在一定的訓(xùn)練集下，GMM階數(shù)達(dá)到一定時，模型性能就會達(dá)到最優(yōu)，繼續(xù)增加GMM階數(shù)將會導(dǎo)致模型性能下降。 2．分析比較高斯混模型的訓(xùn)練方法包括：區(qū)別性訓(xùn)練方法和傳統(tǒng)最大似然估計方法，并通過實(shí)驗(yàn)驗(yàn)證了區(qū)別性訓(xùn)練方法能夠有效地提高說話人識別性能。 3．本文提出一種新的方法，通過聚