融合AP和GMM的說(shuō)話人識(shí)別方法研究.pdf

1、說(shuō)話人識(shí)別又被稱(chēng)作聲紋識(shí)別，是生物識(shí)別研究的一個(gè)重要方向。近年來(lái)，隨著生物技術(shù)和信息技術(shù)的高速發(fā)展，語(yǔ)音識(shí)別技術(shù)也日漸成熟并逐步得到普及，使得用語(yǔ)音與計(jì)算機(jī)之間的交流也成為了一種現(xiàn)實(shí)。在此過(guò)程中，用于研究說(shuō)話人識(shí)別的理論和算法也在不斷提出和改進(jìn)。其中，高斯混合模型(GMM)由于其識(shí)別性能良好、方法簡(jiǎn)單和復(fù)雜度小，在目前說(shuō)話人識(shí)別領(lǐng)域中應(yīng)用最為廣泛。經(jīng)典的GMM在對(duì)每個(gè)說(shuō)話人建立模型時(shí)，其混合階數(shù)K與具體應(yīng)用有關(guān)，通常由人根據(jù)實(shí)驗(yàn)結(jié)果給定

2、，因此具有一定的隨意性。針對(duì)在說(shuō)話人識(shí)別過(guò)程中，經(jīng)典的GMM混合階數(shù)的確定具有一定隨意性的問(wèn)題，本文提出采用吸引子傳播聚類(lèi)方法(AP聚類(lèi))自動(dòng)獲取GMM的階數(shù)，進(jìn)而實(shí)現(xiàn)說(shuō)話人識(shí)別的方法。這個(gè)方法避免了人為實(shí)驗(yàn)摸索去獲得GMM的混合階數(shù)，顯著提高了說(shuō)話人識(shí)別的精度和效率。
　　本文首先介紹了說(shuō)話人識(shí)別的相關(guān)背景知識(shí)，以及其研究的意義;分析了說(shuō)話人識(shí)別的研究現(xiàn)狀、發(fā)展趨勢(shì)以及存在問(wèn)題。其次詳細(xì)闡述了語(yǔ)音信號(hào)的預(yù)處理和特征提取的過(guò)程。其

3、中，語(yǔ)音信號(hào)的預(yù)處理過(guò)程主要包括語(yǔ)音采樣、數(shù)字化、預(yù)加重、分幀加窗和端點(diǎn)檢測(cè)。然后介紹了語(yǔ)音信號(hào)特征參數(shù)的分類(lèi)，并分析了線性預(yù)測(cè)系數(shù)(LPC)、線性預(yù)測(cè)倒譜參數(shù)(LPCC)、梅爾頻率倒譜系數(shù)(MFCC)三種常用的特征參數(shù)的優(yōu)缺點(diǎn)。第三，對(duì)說(shuō)話人識(shí)別模型的建立進(jìn)行了深入研究，詳細(xì)闡述了矢量量化模型(VQ)、隱馬爾可夫模型(HMM)和高斯混合模型(GMM)等常用建模方法的基本原理。第四，給出了說(shuō)話人識(shí)別系統(tǒng)的設(shè)計(jì)流程圖。然后，詳細(xì)介紹了AP

4、(AffinityPropagation，吸引子傳播)聚類(lèi)算法基本原理，并給出了利用AP聚類(lèi)算法自動(dòng)獲取GMM混合階數(shù)的具體實(shí)現(xiàn)過(guò)程。首先，采用Mel頻率倒譜系數(shù)法(MFCC)與差分倒譜相結(jié)合的方法，提取語(yǔ)音特征參數(shù);其次，采用吸引子傳播聚類(lèi)方法（AP聚類(lèi)）對(duì)語(yǔ)音特征參數(shù)進(jìn)行聚類(lèi)處理，從而自動(dòng)獲得GMM的階數(shù);在此基礎(chǔ)上進(jìn)行GMM模型的訓(xùn)練。第五，對(duì)模型進(jìn)行了實(shí)驗(yàn)并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。本文采用訓(xùn)練好的GMM模型對(duì)Timit標(biāo)準(zhǔn)語(yǔ)音庫(kù)以

5、及自制網(wǎng)絡(luò)志愿者語(yǔ)音庫(kù)進(jìn)行說(shuō)話人識(shí)別測(cè)試實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)來(lái)驗(yàn)證AP聚類(lèi)的有效性和得到的GMM混合階數(shù)K的合理性。實(shí)驗(yàn)結(jié)果顯示，經(jīng)典的GMM階數(shù)K為32和由AP聚類(lèi)算法獲得階數(shù)K，兩種方法的識(shí)別時(shí)間分別為0.06s和0.09s，識(shí)別準(zhǔn)確率分別為90.4％和97.6％。實(shí)驗(yàn)結(jié)果表明，比起通過(guò)實(shí)驗(yàn)探索再憑經(jīng)驗(yàn)值選取混合階數(shù)K的方法，采用AP聚類(lèi)算法自動(dòng)獲取GMM混合階數(shù)K，可以在識(shí)別時(shí)間大致相同情況下得到更優(yōu)的識(shí)別效果。也就是說(shuō)，引入AP聚類(lèi)自