說話人識(shí)別中訓(xùn)練和測(cè)試時(shí)編碼失配影響的補(bǔ)償.pdf

1、與文本無關(guān)的說話人識(shí)別的研究，由于其實(shí)用性，成為當(dāng)今語音識(shí)別領(lǐng)域中的熱門課題，經(jīng)過幾十年的發(fā)展，已經(jīng)取得了巨大進(jìn)展。盡管在實(shí)驗(yàn)室環(huán)境下，說話人識(shí)別系統(tǒng)已經(jīng)取得了比較令人滿意的效果，但在實(shí)際使用過程中，由于受各種外界因素的影響，使得系統(tǒng)性能明顯下降。其中影響性能的主要原因之一是訓(xùn)練和測(cè)試語音信號(hào)的編碼不匹配問題。尤其是近年來，由于數(shù)字語音通信系統(tǒng)的廣泛應(yīng)用，說話人識(shí)別系統(tǒng)在實(shí)際環(huán)境中所能獲得的訓(xùn)練語音和測(cè)試語音的編碼往往不同，這時(shí)的說話人

2、識(shí)別就面臨著由于訓(xùn)練和測(cè)試語音編碼不同而產(chǎn)生的不匹配問題，這將對(duì)系統(tǒng)的性能產(chǎn)生很大的影響。解決編碼不匹配問題是提高說話人識(shí)別性能，增強(qiáng)系統(tǒng)實(shí)用化程度的關(guān)鍵之一。
　　本文主要研究有效克服編碼失配對(duì)說話人識(shí)別系統(tǒng)性能影響的補(bǔ)償方法，以提高編碼失配下的系統(tǒng)性能，主要從模型域和得分域進(jìn)行補(bǔ)償。在基于混合高斯模型-通用背景模型的說話人識(shí)別系統(tǒng)上，對(duì)碼速率在64kb/s~5.15kb/s之間的語音編碼進(jìn)行實(shí)驗(yàn)，分析編碼算法、編碼速率及編碼失

3、配對(duì)說話人識(shí)別系統(tǒng)性能的影響；針對(duì)編碼失配使說話人識(shí)別系統(tǒng)性能下降的問題，采用說話人模型合成和幀似然概率變換兩種方法進(jìn)行補(bǔ)償。說話人模型合成方法是一種基于預(yù)測(cè)的模型補(bǔ)償方法，它通過特定編碼的通用背景模型，學(xué)習(xí)不同編碼模型的參數(shù)變換關(guān)系，調(diào)整訓(xùn)練語音模型參數(shù)來匹配測(cè)試語音編碼；在應(yīng)用了模型合成方法的系統(tǒng)中，引入幀似然概率變換方法，通過幀似然概率變換，增大測(cè)試語音在目標(biāo)模型與非目標(biāo)模型上的得分差距，從而提高系統(tǒng)識(shí)別率。實(shí)驗(yàn)表明，說話人模型合