基于聲門特征的說(shuō)話人識(shí)別研究.pdf

1、在詳細(xì)分析說(shuō)話人識(shí)別的主要特點(diǎn)和最新進(jìn)展,特別是基于聲門特征的說(shuō)話人識(shí)別研究現(xiàn)狀的基礎(chǔ)上,本文針對(duì)如何更好的在說(shuō)話人識(shí)別中利用聲門特征進(jìn)行了大量的嘗試,提出了相關(guān)的模型和算法.本文的主要工作集中在以下三個(gè)方面:第一,針對(duì)聲門和聲道之間的相關(guān)性,提出了消除聲門振動(dòng)對(duì)說(shuō)話人倒譜特征影響的模型和補(bǔ)償算法.本文認(rèn)為未受到聲門振動(dòng)影響的倒譜特征更具有說(shuō)話人區(qū)分性,并且在說(shuō)話人識(shí)別中同時(shí)使用長(zhǎng)時(shí)(long-term)和短時(shí)(short-term)的

2、聲門特征,得到"補(bǔ)償"過(guò)的倒譜特征.第二,針對(duì)聲門和聲道在短時(shí)(short-term)上存在相互依賴的關(guān)系,本文在模型層次上提出了利用該相關(guān)性的算法——并行高斯混合模型(Parallel GMMs).第三,提出了在噪音環(huán)境下利用聲門特征的補(bǔ)償方法——基于聲門特征的倒譜平均減(GIBCMS).本文提出的GIBCMS算法考慮到聲門特征對(duì)于噪音/通道的相對(duì)魯棒性,將其作為對(duì)語(yǔ)音信號(hào)進(jìn)行非線性劃分的標(biāo)準(zhǔn),用于通道的非線性建模;在沒(méi)有先驗(yàn)的通道頻