基于信道補償技術(shù)的說話人確認研究.pdf

1、與文本無關(guān)的說話人確認是說話人識別領(lǐng)域的主要研究方向之一。近年來，隨著計算機、便攜設(shè)備計算能力的增強，以及說話人識別技術(shù)的快速發(fā)展，說話人識別體現(xiàn)出了很好的研究價值，開闊的應(yīng)用前景。因此，對說話人確認技術(shù)的研究，具有十分重要的現(xiàn)實意義。
　　主流的說話人確認系統(tǒng)都是基于概率統(tǒng)計模型實現(xiàn)的。概率統(tǒng)計模型能夠很好的描述說話人聲學(xué)特征在特征空間的統(tǒng)計分布特性，因而能在說話人確認中取得十分不錯的效果。但由于背景噪聲以及信道失配等問題的影響

2、，導(dǎo)致了說話人確認系統(tǒng)的性能難以進一步提升。本論文圍繞說話人確認的模型域補償方法，以通道失配、區(qū)分性訓(xùn)練為主題，分別基于GMM-SVM模型，全變量空間模型、以及G-PLDA模型對說話人確認技術(shù)進行了研究。本文主要研究的內(nèi)容有:
　　首先，將廣泛使用于計算聽覺場景分析中GFCC特征應(yīng)用于說話人確認中，并對GFCC做出了一些改進，如在特征提取過程中采用開根號10壓縮替代取對數(shù)壓縮;在提取特征時使用26通道Gammatone濾波器組而不

3、是64通道。實驗結(jié)果表明，使用26通道Gammatone濾波器組的提取的GFCC能取得更好的性能?；陂_根號10壓縮的GFCC特征效果明顯優(yōu)于當前系統(tǒng)的PLP、MFCC特征。
　　接著，構(gòu)建了GMM-SVM說話人系統(tǒng)，在對聲學(xué)特征參數(shù)進行PCA變換后，經(jīng)過GMM建模，然后用SVM進行區(qū)分性訓(xùn)練。提出了一種能更充分利用GMM模型中的說話人信息構(gòu)建SVM輸入向量的方法。實驗結(jié)果表明，該方法確實能在一定程度上提升系統(tǒng)的性能。