面向嵌入式系統(tǒng)的文本無(wú)關(guān)說(shuō)話(huà)人識(shí)別技術(shù)研究.pdf

1、隨著信息技術(shù)的迅速發(fā)展，人機(jī)交互技術(shù)的不斷普及，說(shuō)話(huà)人識(shí)別(SpeakerRecognition，SR)以其獨(dú)特的方便性、經(jīng)濟(jì)性和安全性等優(yōu)勢(shì)受到了越來(lái)越多人的關(guān)注，在信息安全等領(lǐng)域的應(yīng)用也逐漸增加。同時(shí)，隨著嵌入式系統(tǒng)在處理速度、存儲(chǔ)能力、功耗和體積等方面取得突破性的進(jìn)展，嵌入式說(shuō)話(huà)人識(shí)別系統(tǒng)逐漸成為語(yǔ)音識(shí)別技術(shù)面向?qū)嶋H應(yīng)用的一個(gè)重要發(fā)展趨勢(shì)。然而將與文本無(wú)關(guān)的說(shuō)話(huà)人識(shí)別系統(tǒng)應(yīng)用到嵌入式設(shè)備上，依舊面臨著嵌入式設(shè)備計(jì)算速度、存儲(chǔ)能力等

2、資源受限問(wèn)題和背景噪聲、跨信道等算法魯棒性問(wèn)題，影響嵌入式說(shuō)話(huà)人識(shí)別系統(tǒng)的精度和實(shí)際應(yīng)用效果。
　　 針對(duì)上述問(wèn)題，本文在嵌入式說(shuō)話(huà)人識(shí)別系統(tǒng)的運(yùn)行效率和識(shí)別性能兩方面進(jìn)行了研究和改進(jìn)。主要內(nèi)容包括:
　　 為了提高系統(tǒng)的運(yùn)行效率使其能在嵌入式設(shè)備上得以應(yīng)用，引入了一種快速算法——非線(xiàn)性分段(Non-Linear Partition，NLP)算法。由于該算法基于距離累積的分段規(guī)則對(duì)語(yǔ)音中的微小干擾魯棒性較差，本文提出了改

3、進(jìn)的NLP算法，采用絕對(duì)值距離替代平方和距離，并引入馬氏距離作為新的分段規(guī)則。實(shí)驗(yàn)證明，改進(jìn)后的NLP算法使得分段的結(jié)果更加穩(wěn)定。實(shí)驗(yàn)結(jié)果表明，采用改進(jìn)的NLP算法相對(duì)基線(xiàn)系統(tǒng)整體性能提升20.22％。
　　 為了提高系統(tǒng)的識(shí)別性能以及增強(qiáng)系統(tǒng)魯棒性，針對(duì)不同的人發(fā)音習(xí)慣不同的現(xiàn)象，采用了一種基于基頻曲線(xiàn)的特征來(lái)著重捕捉說(shuō)話(huà)人較長(zhǎng)時(shí)間的韻律信息。通過(guò)研究現(xiàn)有的一些融合方案，在基線(xiàn)系統(tǒng)的框架上進(jìn)行改進(jìn)，提出了一種在分?jǐn)?shù)層上進(jìn)行分類(lèi)