說話人特征提取和識別算法的研究.pdf

1、說話人識別以其獨特的方便性、經(jīng)濟性和準確性等優(yōu)勢在公安、司法、聲控以及軍事等領(lǐng)域有著廣闊的應(yīng)用前景。如何從大量的語音數(shù)據(jù)中提取反映說話人個性特征的語音參數(shù)和設(shè)計行之有效的分類器是說話人識別領(lǐng)域研究的熱點。 針對支持向量機法（SupportVectorMachine，SVM）和核Fisher判別方法（KernelFisherDiscriminant，KFD）存在的問題，本文提出了自己的解決方案。 1．針對說話人識別中語音數(shù)

2、據(jù)維數(shù)高和識別模型訓練慢的問題，提出基于主分量空間的PCA分類方法和基于截斷誤差空間的PCA分類方法，在保證識別性能的情況下，可以有效地降低后續(xù)階段的計算復(fù)雜度。 2．針對SVM不能直接處理動態(tài)時間序列語音數(shù)據(jù)的問題，提出一種基于添加原始分類信息Fisher分值法（AOI—Fisherscore）的序列特征提取方法。為了解決AOI—Fisher分值法計算復(fù)雜度高的問題，采用PCA對MFCC參數(shù)進行降維的同時篩選出可能的目標說話人

3、，縮小說話人的范圍，減少輸入樣本的數(shù)量。該方法可以提高SVM在整體語音數(shù)據(jù)上進行分類的性能，同時又可降低系統(tǒng)的建模時間。 3．提出一種基于TES—PCA和核Fisher判別（KFD）的多級說話人確認方法。PCA分類器實現(xiàn)簡單，可以快速的判斷出可能的目標說話人，然后采用KFD進行最終的說話人確認。該方法克服了KFD的計算復(fù)雜度隨著樣本規(guī)模的增大而提高的缺陷。相比于傳統(tǒng)的SVM分類器和KFD分類器，仿真實驗結(jié)果表明多級分類器具有較高