基于融合特征與高斯混合模型的說(shuō)話人識(shí)別研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，方便快捷的生物認(rèn)證技術(shù)越來(lái)越受到重視。說(shuō)話人識(shí)別又稱為聲紋識(shí)別，是生物認(rèn)證技術(shù)的一種，其憑借更便捷、更安全、更經(jīng)濟(jì)的優(yōu)勢(shì)迎來(lái)了發(fā)展的契機(jī)，廣泛應(yīng)用于通信網(wǎng)絡(luò)、商業(yè)交易、司法鑒定以及軍事安全等領(lǐng)域。
　　說(shuō)話人識(shí)別的關(guān)鍵在特征提取與模型訓(xùn)練上，其常用的語(yǔ)音特征有線性預(yù)測(cè)倒譜系數(shù)（LPCC）、梅爾頻率倒譜系數(shù)（MFCC）以及感知線性預(yù)測(cè)（PLP），其中MFCC與PLP的識(shí)別性能要優(yōu)于LPCC，但MFCC與PL

2、P分別作為單一特征用于說(shuō)話人識(shí)別仍不能滿足一些領(lǐng)域的高精確性要求，而高斯混合模型（GMM）由于其方法簡(jiǎn)單、識(shí)別性能優(yōu)良運(yùn)用最為廣泛，但簡(jiǎn)單的初始參數(shù)選擇方法使其有不穩(wěn)定、精確性不足等缺陷，基于此本文提出一種新的融合特征PLP-MFCC以及改進(jìn)的GMM來(lái)提升識(shí)別的性能，主要工作內(nèi)容如下：
　　首先，介紹說(shuō)話人識(shí)別中常用的特征參數(shù)LPCC、MFCC、PLP以及它們的提取過(guò)程，在分析F比與D比兩種特征參數(shù)評(píng)價(jià)方法后，通過(guò)F比和D比選出M

3、FCC與PLP中的部分特征進(jìn)行融合，得到新的融合特征PLP-MFCC；
　　其次，研究GMM的建模方法，GMM訓(xùn)練模型的過(guò)程就是其參數(shù)估計(jì)的過(guò)程，而參數(shù)估計(jì)中初始參數(shù)的選擇會(huì)影響訓(xùn)練模型的精確性，初始參數(shù)的選取通常采用隨機(jī)法或K均值算法，在分析它們存在的一些問(wèn)題后，將一種改進(jìn)的K均值算法運(yùn)用到GMM參數(shù)估計(jì)中對(duì)GMM進(jìn)行改進(jìn)；
　　最后，在Matlab平臺(tái)上構(gòu)建了基于高斯混合模型的說(shuō)話人識(shí)別系統(tǒng)，實(shí)驗(yàn)采用標(biāo)準(zhǔn)的TIMIT語(yǔ)音