基于軌線模型和VQ模型的說話人識別研究.pdf

1、該論文主要的研究內(nèi)容是基于軌線模型和VQ模型的說話人識別.說話人識別是根據(jù)人的聲音來識別人的一種生物認證技術(shù),其以獨特的方便性、經(jīng)濟性和準確性等優(yōu)勢受到世人矚目.軌線模型是近年來在語音識別中提出的新模型,它可以充分的挖掘連續(xù)語音幀之間的時序相關(guān)性;VQ模型是一個用語音信號特征的分布中心描述說話人的個性特征而沒有描述語音信號特征時序時的模型.文章把軌線模型應(yīng)用于說話人識別,同時對VQ模型的電碼本訓(xùn)練算法進行了改進.作者對說話人識別系統(tǒng)的多

2、個方面進行了研究,包括特征提取、建模、模式匹配和決策.在這些工作的基礎(chǔ)上,做了下列幾個方面的改進和研究:1.段模型:連續(xù)語音幀之間的時序相關(guān)性往往包含了反應(yīng)說話人個性的信息,目前主流特征只考慮到語音幀內(nèi)(IntraFrame)的關(guān)系,而沒有考慮到語音幀之間(InterFrame)的關(guān)系.語音信號本質(zhì)上具有連續(xù)性,所以獲取語音幀特征之間的時變特性,將對識別的性能帶來提高.段模型的特性可以幫助我們獲取語音幀間的信息.2.參數(shù)化隨機軌線模型:

3、在說話人識別系統(tǒng)中,經(jīng)常存在訓(xùn)練語料不足的問題.這種情況下仍然用GMM或者HMM進行文本無關(guān)的說話人識別,其效果很差.此時,文本相關(guān)的說話人識別是一個很好的選擇.參數(shù)化隨機軌線模型具有很強的挖掘連續(xù)語音幀之間的時序性的能力,實現(xiàn)其在文本相關(guān)的說話人識別中的應(yīng)用,效果要好于GMM和HMM.3.基于聚類有效性分析的VQ模型:VQ模型電碼本的訓(xùn)練算法有一個弱點:電碼本大小是人為指定的.該文借助聚類有效性分析,對常用的電碼本訓(xùn)練算法進行了改進,