文本無關說話人確認及其應用研究.pdf

1、本文主要講述基于全背景-高斯混合模型(LJBM-GMM)的說話人確認系統。首先在實現基本系統的基礎上，我們通過錄制新的語音庫，增加了基于短時能量和短時過零率的雙門限端點檢測等措施，使系統的識別精度達到了一個比較高的水準。然后又針對系統運行時間過長效率較低的現象，提出了只抽取語音中最能有效反應說話人個性特征的部分進行特征參數的提取，以降低系統數據量。然后通過實驗進行驗證，通過結果可以看出，經過如此改進后系統的精度依然能夠保持原來的水準，而

2、系統的運行時間卻降至約為原來的三分之一左右，大大提高了系統的效率，也基本達到了我們的預期目的。 論文首先對說話人識別的背景、研究意義及近些年來的發(fā)展現狀做了一個詳細的論述，并指出了當前仍存在的難點問題，然后對本文要做的工作做一個概要的介紹。然后，按照UBM-GMM說話人確認系統的流程依次對系統的各個部分進行理論和具體實現的介紹。在本文中我們采用DET。曲線來評價系統的性能，該曲線的橫、豎坐標分別代表錯誤拒絕率和錯誤接受率，橫豎坐

3、標相同的點的坐標值便是系統的平均錯誤識別率。我們在原系統的基礎上增加了雙門限端點檢測的方法，并針對原語音庫信噪比較低的情況重新錄制了質量比較高的語音庫，從而使得系統的精度達到了一個比較高的水平。 但在實驗的過程中我們也感受到，由于數據量比較大，導致系統的運行時間比較長，這在實際應用中特別是在實時的情況下顯然是不夠的，針對這種情況我們進一步提出了降低系統運行時間，提高系統效率的目標。我們首先對被測試語句進行分幀打分，觀察總結出語音

4、中得分比較高的部分，并對該部分進行短時能量和短時過零率的分析，然后設定出對該部分進行抽取的短時能量和過零率的門限值。經過只抽取最能有效反映說話人個性特征信息的語音段進行特征提取的改進之后，我們首先對系統前后的識別率進行對比，發(fā)現系統的識別率依然能保持原有的較高水準。然后進行系統運行時間的對比，通過實驗結果我們可以看出，改進后的系統運行時間有較大幅的下降，只為原來的三分之一多一點，從而說明了本文所做的改進基本達到了預期的效果。 最