基于i-vector的與文本無關(guān)的說話人識別研究.pdf

1、說話人識別作為生物識別的一種，因其使用便捷性、非交互式等優(yōu)勢逐漸被人們接受和使用，并成為生物識別領(lǐng)域的研究熱點。與文本無關(guān)的說話人識別是從語音信號中提取出能反映個人特征的信息，來完成對話者身份的辨認和確認。近年來，隨著說話人識別技術(shù)的發(fā)展，說話人識別逐漸走向社會應(yīng)用，但實際使用時，由于實際環(huán)境的影響、語音采集設(shè)備的多樣性以及話者語音的長短等影響，說話人識別在識別精度上還存在一些問題。本文針對在實際使用時，測試話者的短語音導(dǎo)致識別精度不高

2、以及環(huán)境失配等問題，從補償?shù)慕嵌?，研究了高斯模型、i-vector模型以及高斯線性鑒別性分析(GPLDA)模型。
　　首先，本文對說話人識別的模型進行了介紹，探討了說話人識別的預(yù)處理和特征提取，利用美爾頻率倒譜系數(shù)提取話者的特征，針對訓(xùn)練和測試語音不足的問題，構(gòu)建了GMM-UBM模型，對其原理和建模進行了相關(guān)的闡述，并分析了該系統(tǒng)的優(yōu)缺點，通過實驗驗證了模型的混合度選取，研究了反映說話人動態(tài)和靜態(tài)特征的美爾頻率差分特征對說話人識別

3、的影響，通過實驗分析了該系統(tǒng)的性能。
　　其次，針對GMM-UBM跨信道性能差的特點，在因子分析的基礎(chǔ)上，利用身份認證矢量i-vector構(gòu)建了基于i-vector的說話人確認系統(tǒng)。針對信道失配等問題，利用線性鑒別性分析和類內(nèi)協(xié)方差歸一化等補償手段對系統(tǒng)進行補償，并分析各補償方式對系統(tǒng)的影響。同時利用實驗分析了i-vector維數(shù)對說話人識別系統(tǒng)的影響，并選取了合適的特征維數(shù)。
　　最后，針對目前與文本無關(guān)的說話人識別，基于