面向OPHONE手機的說話人識別技術移植研究.pdf

1、說話人識別是生物特征識別中最重要的身份認證技術之一。它通過分析人的聲音波形特征，對目標說話人進行身份確認。目前，說話人識別技術的應用和研究絕大部分都集中在普通個人電腦和服務器上。然而，隨著移動互聯(lián)網(wǎng)的發(fā)展，移動平臺上的身份認證需求不斷擴大。本文主要任務是設計并實現(xiàn)一個在移動平臺上運行的說話人識別系統(tǒng)。并通過大規(guī)模實驗和測試，使得該系統(tǒng)在識別率和實時性上取得了一定的性能改善和優(yōu)化。本文的主要貢獻，可以歸納為以下幾點：
　　 1設計

2、并實現(xiàn)了一個參與NIST SRE評測的說話人識別子系統(tǒng)
　　 通過參加美國國家標準與技術局組織的NIST SRE說話人評測，我們利用GMM-UBM和本征通道因子分析等技術，實現(xiàn)了一個說話人識別系統(tǒng)。本文分別從特征預處理，特征提取，模型訓練、得分規(guī)整策略以及多子系統(tǒng)融合的角度深入介紹了該系統(tǒng)。針對不同通道因素對說話人識別系統(tǒng)的影響，我們又采用因子分析和通道矩陣的對策來建立適應多通道的說話人識別模型。
　　 2設計并實現(xiàn)了移

3、動平臺的說話人識別系統(tǒng)
　　 利用現(xiàn)有的說話人識別系統(tǒng)，我們又在OPHONE移動平臺上設計了一個說話人識別系統(tǒng)。該平臺說話人識別系統(tǒng)的主體設計框架和NIST SRE系統(tǒng)類似。但是，我們通過大量的對比實驗和參數(shù)調(diào)整實驗，在識別率和實時性之間找到了一組最適合移動平臺的實驗參數(shù)。并通過小規(guī)模的測試和用戶反饋實驗，改善系統(tǒng)前端的用戶體驗。
　　 3提出了一個基于移動平臺的快速說話人模型浮動閥值確定策略
　　 針對移動平臺

4、計算能力不足，計算資源匱乏的問題，我們通過浮動閥值系數(shù)，快速閥值上下限確定技術對移動平臺說話人識別系統(tǒng)的閥值進行確定。閥值的上限由訓練語音產(chǎn)生，而下限來自于一個冒領者語音數(shù)據(jù)庫。此外，系統(tǒng)在驗證失敗后，還會推送一個機器計算的推薦系數(shù)閥值，供用戶參考。
　　 4提出了一種說話人模型的自適應方法和多模型判別策略
　　 針對說話人語音的時間漂移以及話筒位置變化對閥值的影響，我們又提出了說話人模型的自適應方法和根據(jù)話筒位置變化的