基于模型聚類的說話人識別方法研究.pdf

1、說話人識別是一種身份認(rèn)證技術(shù)，可以通過計算機(jī)來自動實(shí)現(xiàn)。說話人識別由于其不僅方便、經(jīng)濟(jì)且準(zhǔn)確性高，逐漸成為人們常用的身份驗(yàn)證方式，市場應(yīng)用前景非常廣闊。
　　 識別正確率和魯棒性一直都是說話人識別系統(tǒng)的研究重點(diǎn)，混合高斯模型(Gaussian Mixture Model，GMM)由于能很好地描述說話人特征分布情況，被廣泛地應(yīng)用于與文本無關(guān)的說話人識別中。隨著識別系統(tǒng)語音庫中的說話人數(shù)目的增多，傳統(tǒng)GMM模型的識別時間越來越長，識

2、別速度慢將大大限制說話人識別系統(tǒng)的實(shí)用性。本文提出基于模型聚類的說話人識別，在盡量不降低識別性能的情況下，大大提高識別速度。
　　 在識別時，發(fā)現(xiàn)每次得分較高的說話人模型只有少數(shù)幾個，因此只需將測試特征矢量與這少部分說話人模型進(jìn)行匹配，就可確定說話人身份。說話人模型聚類就是利用說話人模型相似的特性，將相近的說話人模型聚類，聚類后為每一類選取類中心和類代表。測試時，首先計算測試特征矢量與類中心之間的歐氏距離或者與類代表之間的對數(shù)似

3、然度，選定距離最小或者得分最高的一類，再計算測試特征矢量與選定類中說話人模型之間的對數(shù)似然度，最終確定目標(biāo)說話人。由于可能出現(xiàn)聚類不完全的情況，在測試時選擇得分較高的幾類構(gòu)成類的子集合，可以保證識別正確率。實(shí)驗(yàn)結(jié)果表明:相較于傳統(tǒng)的GMM模型，基于模型聚類的說話人識別在聚類數(shù)目為100，測試搜索范圍為20％時，識別正確率只降低了0.95％，但是平均識別速度卻提高了近4倍。
　　 為了進(jìn)一步提高說話人識別系統(tǒng)的識別速度，本文又提出