基于GMM和SVM的文本無(wú)關(guān)的說(shuō)話(huà)人確認(rèn)方法研究.pdf

1、實(shí)用背景下，電話(huà)(手機(jī))語(yǔ)音的文本無(wú)關(guān)的說(shuō)話(huà)人確認(rèn)已成為當(dāng)前說(shuō)話(huà)人識(shí)別研究的重點(diǎn)，將區(qū)分性強(qiáng)的支持向量機(jī)SVM用于確認(rèn)問(wèn)題是個(gè)合理的選擇，然而將目前常用的短時(shí)倒譜參數(shù)MFCC用于文本無(wú)關(guān)的說(shuō)話(huà)人確認(rèn)需要較長(zhǎng)的語(yǔ)音，因此，SVM作為話(huà)者模型時(shí)將會(huì)遇到大訓(xùn)練樣本、兩類(lèi)數(shù)據(jù)混疊嚴(yán)重等問(wèn)題，使SVM的建模十分困難。概率統(tǒng)計(jì)模型GMM可以對(duì)大量語(yǔ)音數(shù)據(jù)的統(tǒng)計(jì)分布特征進(jìn)行描述，能有效地表示出目標(biāo)說(shuō)話(huà)人的特性，且具有較好的魯棒性，從而成為文本無(wú)關(guān)的說(shuō)

2、話(huà)人識(shí)別的主要模型，但GMM建模只是對(duì)目標(biāo)說(shuō)話(huà)人一類(lèi)數(shù)據(jù)進(jìn)行的。 針對(duì)SVM用于文本無(wú)關(guān)的說(shuō)話(huà)人確認(rèn)的問(wèn)題，論文將概率統(tǒng)計(jì)模型GMM用于基于SVM的文本無(wú)關(guān)說(shuō)話(huà)人確認(rèn)，對(duì)SVM話(huà)者模型的建模策略、用于SVM模型的特征變換、說(shuō)話(huà)人確認(rèn)系統(tǒng)中的確認(rèn)閾值設(shè)置和評(píng)分規(guī)整等方面進(jìn)行了深入研究。 首先，對(duì)于SVM話(huà)者模型的建模策略，論文為每個(gè)目標(biāo)話(huà)者訓(xùn)練一個(gè)SVM模型。針對(duì)模型訓(xùn)練時(shí)冒認(rèn)話(huà)者數(shù)量眾多影響訓(xùn)練效率的問(wèn)題，論文提出了兩種

3、基于GMM的冒認(rèn)話(huà)者選擇方法，通過(guò)GMM的似然度評(píng)分來(lái)選取少量與目標(biāo)話(huà)者最接近的冒認(rèn)話(huà)者作為訓(xùn)練數(shù)據(jù)，不僅極大地減少了訓(xùn)練數(shù)據(jù)量，提高了模型的訓(xùn)練效率，而且使模型具有更好的區(qū)分性。 其次，論文提出了基于GMM聚類(lèi)特征變換的SVM說(shuō)話(huà)人確認(rèn)方法，通過(guò)GMM聚類(lèi)的特征變換，突出了說(shuō)話(huà)人個(gè)性信息，大大降低了特征樣本數(shù)，減少了兩類(lèi)數(shù)據(jù)的混疊，使得SVM話(huà)者模型建模變得簡(jiǎn)單、有效。為了進(jìn)一步提高變換特征的可比性和魯棒性，論文提出了基于統(tǒng)一

4、模型(UM)的GMM聚類(lèi)方法，對(duì)各個(gè)特征數(shù)據(jù)集的聚類(lèi)都由統(tǒng)一模型UM通過(guò)最大后驗(yàn)概率(MAP)自適應(yīng)獲得，實(shí)現(xiàn)了對(duì)不同特征數(shù)據(jù)集的聚類(lèi)“規(guī)整”，提高了系統(tǒng)的區(qū)分能力。 針對(duì)基于UM-MAP的GMM聚類(lèi)特點(diǎn)，論文義提出了一種改進(jìn)的變換參數(shù)提取方法，通過(guò)UM進(jìn)一步對(duì)變換特征進(jìn)行規(guī)整，有效地提高了變換參數(shù)的區(qū)分性和魯棒性。NIST數(shù)據(jù)庫(kù)上的話(huà)者確認(rèn)實(shí)驗(yàn)表明，基于特征規(guī)整變換方法的UM-MAP norm/SVM系統(tǒng)相比主流的GMM-UB

5、M系統(tǒng)，在EER性能上相對(duì)提高了21.6％。 再次，論文研究了另外一種將GMM和SVM相結(jié)合的方法——GMM-SVM組合話(huà)者模型，將GMM作為話(huà)者模型的一部分和SVM共同組成話(huà)者模型。GMM作為前級(jí)模型主要起了兩個(gè)作用，對(duì)特征數(shù)據(jù)集進(jìn)行有區(qū)分性的特征變換及數(shù)據(jù)壓縮，并以其多維概率輸出作為后級(jí)模型SVM的輸入矢量。NIST數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)證明，基于GMM-SVM組合話(huà)者模型的話(huà)者確認(rèn)系統(tǒng)在EER性能上相對(duì)基準(zhǔn)的GMM-UBM系統(tǒng)提

6、高了14.9％，表明了組合的有效性。最后，論文還對(duì)說(shuō)話(huà)人確認(rèn)中的確認(rèn)閾值設(shè)置和輸出評(píng)分規(guī)整進(jìn)行了研究。說(shuō)話(huà)人確認(rèn)中不同目標(biāo)話(huà)者模型輸出評(píng)分分布的不一致性，導(dǎo)致統(tǒng)一確認(rèn)閾值設(shè)置困難，論文提出了一種新的組合評(píng)分規(guī)整方法——TZ-norm規(guī)整，通過(guò)對(duì)輸出評(píng)分的整體規(guī)整，不僅提高了系統(tǒng)性能，而且有效降低了確認(rèn)閾值選取的復(fù)雜度。NIST數(shù)據(jù)庫(kù)上文本無(wú)關(guān)的說(shuō)話(huà)人確認(rèn)實(shí)驗(yàn)證明了新方法對(duì)統(tǒng)一確認(rèn)閾值選取的有效性。 論文的研究工作得到了國(guó)家自然科