基于因子分析和支持向量機的耳語說話人識別.pdf

1、耳語音說話人識別在公共場合下的通訊，安全場所的身份鑒定以及罪犯識別，電話網(wǎng)絡(luò)查詢與電話銀行等領(lǐng)域都有著廣泛的實用價值。耳語音的說話人識別技術(shù)在日常生活中越來越被重視。
　　 由于耳語發(fā)音方式的特殊性，耳語音說話人識別受說話人的健康狀況、心理變化、發(fā)音狀態(tài)和信道環(huán)境等因素的影響尤為突出。用正常音建立的說話人識別系統(tǒng)應(yīng)用到耳語音，識別性能將大為下降。
　　 聯(lián)合因子分析(JFA)在不匹配信道環(huán)境下耳語說話人識別已經(jīng)取得了很好

2、的效果，它能夠從模型方面分離出說話人和信道信息，從而進行信道補償。本文只采取了聯(lián)合因子分析方法中的一部分，只估計說話人空間，并從中提取出所包含的說話人因子，將說話人因子與支持向量機(SVM)結(jié)合起來構(gòu)建一個基于因子分析-支持向量機(FA-SVM)的耳語說話人識別系統(tǒng)。
　　 本文在該識別系統(tǒng)的基礎(chǔ)上增加了類內(nèi)協(xié)方差規(guī)整(WCCN)，線性判別分析(LDA)和冗余屬性投影(NAP)三種信道補償技術(shù)，并將經(jīng)過信道補償之后的說話人因子輸

3、入到支持向量機系統(tǒng)中進行識別。實驗證明采用信道補償之后的系統(tǒng)獲得了比基線系統(tǒng)更好的識別結(jié)果。
　　 因為估計出的說話人因子仍然會包含信道信息的特點，本文對上述三種方法進行了相應(yīng)的改進。針對類內(nèi)協(xié)方差規(guī)整，本文采用平滑的類內(nèi)規(guī)整矩陣取代原來的矩陣以改進識別效果。針對冗余屬性投影，本文分析了冗余屬性投影和基線系統(tǒng)之間的關(guān)聯(lián)，提出了一種介于兩者之間的差異補償-冗余屬性投影(VC-NAP)系統(tǒng)，該系統(tǒng)實現(xiàn)了一種可調(diào)的信道補償，避免了因完