版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、說(shuō)話人識(shí)別技術(shù)對(duì)智能通信和信息處理具有重要的推進(jìn)作用。同時(shí),語(yǔ)音數(shù)據(jù)具有高維時(shí)間序列的典型特征,是信號(hào)處理和模式識(shí)別領(lǐng)域各種算法驗(yàn)證的珍貴數(shù)據(jù)資源。因此,這個(gè)領(lǐng)域的研究工作一直火熱地進(jìn)行著。語(yǔ)音識(shí)別系統(tǒng)的效率容易受到會(huì)話差異的影響。即測(cè)試語(yǔ)音和訓(xùn)練語(yǔ)音不匹配的情況下,算法準(zhǔn)確率會(huì)相對(duì)下降。其中由于錄音者情感變化導(dǎo)致的測(cè)試和訓(xùn)練語(yǔ)音不匹配被稱為情感失配,這至今是一個(gè)開放問(wèn)題,一直沒(méi)有很好地被解決。
本論文針對(duì)說(shuō)話人識(shí)別情感失配問(wèn)
2、題,進(jìn)行了原理的分析和現(xiàn)象的總結(jié)。證明說(shuō)話人情感變換與常見(jiàn)的信道失配問(wèn)題的不同,解釋了現(xiàn)有算法難以解決這個(gè)問(wèn)題的原因。并針對(duì)情感噪音的特質(zhì)提出了基于概率模型的統(tǒng)計(jì)推斷方法。完善了已有情感合成算法的理論基礎(chǔ),獲得了在MASC數(shù)據(jù)庫(kù)上個(gè)人可以重現(xiàn)的最佳效果。針對(duì)當(dāng)前主流的因子分析模型過(guò)度擬合的問(wèn)題,將原模型改進(jìn)為更符合語(yǔ)音數(shù)據(jù)特征的完全貝葉斯模型和非參數(shù)IBP模型,并給出求解的迭代算法和MCMC采樣算法。成功地在不降低推斷效果的基礎(chǔ)上,將因
3、子分析的模型參數(shù)縮減到原問(wèn)題的30%。
本論文的主要貢獻(xiàn)如下:
1.針對(duì)說(shuō)話人識(shí)別情感失配問(wèn)題,進(jìn)行了原理的分析和現(xiàn)象的總結(jié)。針對(duì)不同的說(shuō)話人以及不同的情感,目前仍然沒(méi)有通用的模型可以描述情感變化的原因。針對(duì)不同的語(yǔ)音元素(音素)、說(shuō)話人身份、情緒特性等等對(duì)說(shuō)話人特征引起的變化具有很強(qiáng)的非線性特性。與一般的信道失配不同,情感失配沒(méi)有辦法用分隔開的空間分別表征說(shuō)話人身份和信道的特征。由于數(shù)據(jù)量的不足,也沒(méi)有辦法通過(guò)LD
4、A等技術(shù)進(jìn)行無(wú)關(guān)信息的降維處理。值得注意的是,情感變化具有鄰居相似的特性。即中性語(yǔ)音特征相似的說(shuō)話人,一般在其他情感下也具有類似的特征。
2.對(duì)說(shuō)話人識(shí)別問(wèn)題的概率推斷模型進(jìn)行抽象,將測(cè)試樣本和模型參數(shù)數(shù)量引入分布提出了基于統(tǒng)計(jì)距離的分類模型?,F(xiàn)階段常用的通用背景模型系統(tǒng)經(jīng)常依賴階數(shù)很高的高斯混合模型訓(xùn)練。這類模型依賴相對(duì)龐大的背景語(yǔ)音數(shù)據(jù)庫(kù)以及長(zhǎng)度相對(duì)統(tǒng)一的訓(xùn)練和測(cè)試數(shù)據(jù)?;谪惾~斯統(tǒng)計(jì)的推斷方法依指數(shù)分布族的共軛先驗(yàn)對(duì)進(jìn)行
5、生成模型的估計(jì),不需要高斯混合模型的EM迭代訓(xùn)練,與之相比具有計(jì)算復(fù)雜性和算法效率上的優(yōu)勢(shì)。此外,通過(guò)基于AIC和BIC等模型選擇理論的統(tǒng)計(jì)距離標(biāo)準(zhǔn),可以有效地解決因語(yǔ)音長(zhǎng)度變化等引起的信道失配問(wèn)題。
3.基于流型學(xué)習(xí)理論,對(duì)原有的近鄰合成算法進(jìn)行了推廣,并在該框架下提出最優(yōu)合成的求解方式,獲得了模型合成最好的結(jié)果。由于情感變化具有鄰居相似的特點(diǎn),我們可以通過(guò)背景數(shù)據(jù)集中與訓(xùn)練模型相似的數(shù)據(jù)合成對(duì)應(yīng)說(shuō)話人其他情感的模型。本文提
6、出了鄰域最優(yōu)線性合成算法,這種算法通過(guò)求解有約束的二階優(yōu)化問(wèn)題,基于背景對(duì)中性語(yǔ)音模型進(jìn)行最優(yōu)重建。這個(gè)重建具有多種映射不變的特性,因此這個(gè)規(guī)律可以遷移到其他情感空間,采用對(duì)應(yīng)的情感模型參數(shù),對(duì)訓(xùn)練語(yǔ)音模型的情感參數(shù)進(jìn)行估計(jì)。
4.針對(duì)聯(lián)合因子分析模型過(guò)度擬合的問(wèn)題,提出了完整的概率方法,規(guī)范了模型的理論依據(jù),并進(jìn)行了非參數(shù)推廣。聯(lián)合因子分析模型在求解時(shí),采用的是對(duì)特征變量進(jìn)行估計(jì),再對(duì)參數(shù)矩陣進(jìn)行優(yōu)化的EM迭代。由于對(duì)參數(shù)的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于因子分析概率統(tǒng)計(jì)模型的說(shuō)話人識(shí)別.pdf
- 說(shuō)話人識(shí)別中的背景模型與得分問(wèn)題研究.pdf
- 情感說(shuō)話人識(shí)別及其解決方法的研究.pdf
- 基于概率統(tǒng)計(jì)模型的說(shuō)話人確認(rèn)的研究.pdf
- 基于高斯混合模型的說(shuō)話人識(shí)別研究.pdf
- 情感說(shuō)話人識(shí)別中的基頻失配及其補(bǔ)償方法研究.pdf
- 情感說(shuō)話人識(shí)別的人機(jī)性能對(duì)比研究.pdf
- 存在情感差異性語(yǔ)音的說(shuō)話人識(shí)別算法研究.pdf
- 基于混合高斯模型的說(shuō)話人識(shí)別.pdf
- 基于高斯混合模型的說(shuō)話人識(shí)別算法研究.pdf
- 基于統(tǒng)計(jì)模型的說(shuō)話人識(shí)別研究與實(shí)現(xiàn).pdf
- 基于軌線模型和VQ模型的說(shuō)話人識(shí)別研究.pdf
- 基于PLDA模型的說(shuō)話人識(shí)別方法研究.pdf
- 基于拓展和聚類的情感魯棒說(shuō)話人識(shí)別研究.pdf
- 基于HMM模型的說(shuō)話人識(shí)別系統(tǒng)的研究.pdf
- 基于高斯混合模型的說(shuō)話人識(shí)別技術(shù)研究.pdf
- 基于模型聚類的說(shuō)話人識(shí)別方法研究.pdf
- 基于改進(jìn)的高斯混合模型的說(shuō)話人識(shí)別的研究.pdf
- 基于高斯混合模型的說(shuō)話人識(shí)別系統(tǒng)的研究.pdf
- 說(shuō)話人識(shí)別算法研究與說(shuō)話人辨認(rèn)系統(tǒng)實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論