基于非重構(gòu)壓縮采樣的抗噪說話人識(shí)別技術(shù)研究.pdf

1、隨著計(jì)算機(jī)的產(chǎn)生和互聯(lián)網(wǎng)技術(shù)的發(fā)展，說話人識(shí)別作為生物認(rèn)證的一種，憑借其獨(dú)一無二的優(yōu)勢(shì)在人機(jī)交互領(lǐng)域一直備受關(guān)注。說話人識(shí)別技術(shù)已經(jīng)從實(shí)驗(yàn)室轉(zhuǎn)向了實(shí)際應(yīng)用中，同時(shí)用戶對(duì)其準(zhǔn)確性、友好性和魯棒性的要求越來越高。在實(shí)際應(yīng)用環(huán)境中，說話人識(shí)別性能受到諸多因素影響，其中最主要的因素是環(huán)境噪聲的存在。環(huán)境噪聲污染了采集的語音信號(hào)，導(dǎo)致訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集之間的匹配度降低，引起識(shí)別性能下降。
　　另一方面，隨著云計(jì)算、大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，人們

2、獲得的信息量不斷增加，為了減輕傳輸和處理數(shù)據(jù)的負(fù)擔(dān)，信號(hào)的壓縮感知技術(shù)應(yīng)運(yùn)而生。奈奎斯特采樣下的說話人識(shí)別，當(dāng)為了確保高的識(shí)別率而采集較長時(shí)間說話人語音時(shí)，采樣數(shù)據(jù)量特別大，其中有許多冗余造成了采樣資源的浪費(fèi)，壓縮感知理論可以很好地解決此問題。本文將壓縮感知理論應(yīng)用到噪聲環(huán)境下的說話人識(shí)別系統(tǒng)中，直接對(duì)觀測(cè)矩陣壓縮后的觀測(cè)序列進(jìn)行特征提取，針對(duì)基于壓縮感知的魯棒性說話人識(shí)別進(jìn)行研究，論文工作是導(dǎo)師國家自然科學(xué)基金工作的一部分，本文主要工

3、作和創(chuàng)新如下：
　?。?）研究壓縮感知壓縮比和語音分幀長度對(duì)識(shí)別系統(tǒng)性能影響。對(duì)行階梯矩陣投影下的觀測(cè)序列展開研究，研究壓縮比和幀長對(duì)識(shí)別率的影響。發(fā)現(xiàn)在壓縮比為1:2時(shí)，識(shí)別性能與傳統(tǒng)方法相當(dāng)；幀長過短或過長時(shí)，說話人識(shí)別率有明顯的下降趨勢(shì)，一般所取的幀長在20ms-30ms左右。
　?。?）研究在有噪環(huán)境下語音壓縮感知識(shí)別系統(tǒng)的特征參數(shù)和消噪技術(shù)。首先提出了基于譜減法的特征參數(shù)CS-SSMFCC，提高了系統(tǒng)的魯棒性。將時(shí)

4、頻分析特性較好的小波閾值去噪應(yīng)用到系統(tǒng)前端，發(fā)現(xiàn)小波軟閾值去噪效果比譜減法更好，在15dB信噪比下，識(shí)別率可以達(dá)到90％以上。
　?。?）語音信號(hào)是由激勵(lì)源和聲道函數(shù)共同作用的結(jié)果，基于行階梯矩陣提取另一種關(guān)鍵特征參數(shù)—基音頻率。為了提高識(shí)別率，提出一種將基音信息和Mel倒譜特征分?jǐn)?shù)層線性加權(quán)融合方法，根據(jù)加權(quán)系數(shù)是否與每條測(cè)試語音有關(guān)，采用固定加權(quán)和動(dòng)態(tài)加權(quán)兩種融合方法，實(shí)驗(yàn)結(jié)果表明動(dòng)態(tài)加權(quán)融合識(shí)別效果更好。在此基礎(chǔ)上，將小波軟