說話人識別中的背景模型與得分問題研究.pdf

1、作為一種生物認證識別技術，說話人識別技術具有遠程控制的獨特優(yōu)勢，在互聯(lián)網(wǎng)發(fā)展日新月異的今天擁有非常廣泛的應用前景。近年來出現(xiàn)的說話人識別主流方法如GMM-SVM，JFA和i-vector等都是以GMM-UBM(Gaussian MixtureModel-Universal Background Model，高斯混合-通用背景模型)的識別框架為基礎。因此對GMM-UBM的研究仍有很大價值。本文基于GMM-UBM的說話人識別框架，對背景模型

2、建模與得分問題進行了新的探索，并提出了改進系統(tǒng)安全性和性能的方法。本文主要貢獻如下：
　　1.對通用背景模型UBM的構建方法進行了新的嘗試。驗證了自包容的UBM的有效性，并在此基礎上提出了支撐說話人的概念，即對構建UBM起關鍵作用的是部分關鍵說話人。通過PCA降維發(fā)現(xiàn)，空間分布分散的說話人更有助于組成支撐說話人集合，比隨機選擇的方式平均識別效果好1％左右;
　　2.針對說話人識別系統(tǒng)的樣本復制語音攻擊極大限制了說話人識別技術

3、的應用和發(fā)展。提出了一種基于模型階數(shù)相關的似然得分單調性(Orderdependent Likelihood Score Monotonic，OLSM)的樣本復制語音檢測方法，該方法利用了GMM模型的過擬合現(xiàn)象，可以有效提高GMM-UBM說話人識別系統(tǒng)的安全性。MASC庫上該方法對樣本復制語音的檢測正確率達99.3％。
　　3.GMM token是似然得分最高的高斯分量的索引。作為一種高層次特征，GMM token可以提供很多輔助