說(shuō)話人識(shí)別技術(shù)研究及其在醫(yī)院導(dǎo)醫(yī)平臺(tái)中的應(yīng)用.pdf

1、本文對(duì)說(shuō)話人識(shí)別技術(shù)在醫(yī)院導(dǎo)醫(yī)平臺(tái)中的應(yīng)用作了較為深入的研究。作為一種方便實(shí)用的基于生物特征的身份確認(rèn)技術(shù)，目前的說(shuō)話人識(shí)別系統(tǒng)對(duì)純凈語(yǔ)音已經(jīng)可以達(dá)到很高的識(shí)別精度，但在實(shí)際環(huán)境中無(wú)處不在的噪聲帶來(lái)了訓(xùn)練模型和測(cè)試語(yǔ)音之間的失配，使得噪聲環(huán)境中說(shuō)話人識(shí)別系統(tǒng)的識(shí)別率急劇下降。因此抗噪聲技術(shù)的研究是說(shuō)話人識(shí)別系統(tǒng)在醫(yī)院噪聲環(huán)境中投入實(shí)用的關(guān)鍵。 本文首先分析了醫(yī)院噪聲的主要來(lái)源和種類，提出了根據(jù)噪聲的組成成分的不同而將醫(yī)院噪聲分為

2、三個(gè)不同的工作時(shí)段，并建立了噪聲環(huán)境中的說(shuō)話人識(shí)別數(shù)據(jù)庫(kù)。針對(duì)當(dāng)前存在的不同的語(yǔ)音建模方法，通過(guò)實(shí)驗(yàn)的方法對(duì)各種分類模型進(jìn)行了比較，通過(guò)對(duì)比各種模型之間識(shí)別效果的優(yōu)劣和對(duì)噪聲的魯棒性，最終確定了采用識(shí)別率較高且在噪聲環(huán)境的下降幅度最小的GMM-nV模型作為系統(tǒng)的基本模型。 針對(duì)噪聲所帶來(lái)的信號(hào)空間、特征空間和模型空間的失配，我們需要將多種方法融合共同作用。為此，在特征空間我們?cè)敿?xì)研究了倒譜均值歸一化等譜變量補(bǔ)償方法；在模型空間我

3、們提出了基于不同時(shí)段的直接倒譜加權(quán)的GMM，并根據(jù)醫(yī)院不同時(shí)段的噪音種類和對(duì)數(shù)似然誤差準(zhǔn)則，評(píng)價(jià)各MFCC倒譜分量的平均貢獻(xiàn)，根據(jù)各維特征的鑒別能力確定加權(quán)窗函數(shù)的形式。此外，我們又提出了最大化識(shí)別標(biāo)準(zhǔn)和段間聯(lián)合識(shí)別標(biāo)準(zhǔn)用于醫(yī)院環(huán)境中的應(yīng)用，進(jìn)一步提高了系統(tǒng)的識(shí)別效果。 由于醫(yī)院在不同的工作時(shí)段其噪聲的組成成分和噪聲種類并不相同，為了保證各個(gè)時(shí)段的識(shí)別都有較好的識(shí)別率，我們決定針對(duì)醫(yī)院不同時(shí)段的噪聲情況采用不同的識(shí)別方案。通過(guò)對(duì)