說話人識別中缺失特征的自動檢測研究.pdf

1、文本無關(guān)說話人識別在實(shí)驗(yàn)室條件下性能良好，但是在實(shí)際情況中，噪聲的存在會導(dǎo)致訓(xùn)練和測試環(huán)境的不匹配，從而引起系統(tǒng)性能下降。缺失特征方法是將語音中受噪聲嚴(yán)重污染的頻段標(biāo)記出來，通過去除這些區(qū)域，僅利用剩下的可靠特征進(jìn)行識別，以此宋提高說話人識別系統(tǒng)在噪聲環(huán)境下的魯棒性。
　　 缺失特征方法在文本無關(guān)說話人識別中，第一步是將受噪聲嚴(yán)重污染的頻段標(biāo)記出來，這一步稱為缺失特征檢測。第二步是利用缺失特征檢測后，去除了缺失特征后的可靠特征進(jìn)

2、行識別。準(zhǔn)確的缺失特征檢測對于后續(xù)的缺失特征重建，以至識別都起了關(guān)鍵的作用。大多數(shù)缺失特征檢測方法采用局部信噪比(SNR)準(zhǔn)則，依賴于對噪聲的直接估計(jì)，噪聲估計(jì)的不準(zhǔn)確會導(dǎo)致識別率下降，尤其是在非平穩(wěn)噪聲環(huán)境下，噪聲估計(jì)更加困難。如果不需要對噪聲進(jìn)行估計(jì)，即，不依賴于局部SNR準(zhǔn)則，而只考慮帶噪語音本身的特征，就可以減少噪聲估計(jì)的影響。本文研究的主要內(nèi)容就是在加性噪盧環(huán)境下，文本無關(guān)說話識別中，缺失特征的自動檢測方法。
　　 為

3、了實(shí)現(xiàn)缺失特征的自動檢測，我們需要提取一些能夠反映語音受噪聲污染程度的語音特征。從這些特征所反映的信息就可以直接得到語音頻譜的可靠性。文中主要研究了四種語音特征，從理論和實(shí)驗(yàn)的角度分別說明了這些特征在噪聲環(huán)境下的性能。實(shí)驗(yàn)表明，這些語音特征在不同噪聲環(huán)境下以及不同信噪比的情況下，在時(shí)-頻區(qū)域的變化規(guī)律與語音實(shí)際得到的SNR之間存在一定的關(guān)系。說明了這些語音特征在缺失特征檢測中具有一定的使用前景。
　　 利用提取的語音特征，將缺失

4、特征檢測的問題轉(zhuǎn)化為一個(gè)二分類問題，用這些語音特征訓(xùn)練分類器，直接判斷語音在每個(gè)時(shí)-頻區(qū)域的可靠性，也就實(shí)現(xiàn)了利用語音本身特征進(jìn)行缺失特征自動檢測的目的。本文采用的是神經(jīng)網(wǎng)絡(luò)分類器，通過神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，將四個(gè)語音特征所顯示的語音譜的可靠性綜合到一個(gè)分類器中，也就是利用四個(gè)語音特征同時(shí)訓(xùn)練分類器，以避免單一語音特征在某些頻段不能很好的反映語音受噪聲污染的程度。對受不同信噪比的平穩(wěn)F16噪聲，非平穩(wěn)factory噪聲和Babble噪聲污染的

5、帶噪語音進(jìn)行了實(shí)驗(yàn)，將神經(jīng)網(wǎng)絡(luò)得到的缺失特征檢測結(jié)果與基于聚類的缺失特征重建方法相結(jié)合，得到說話人識別系統(tǒng)的識別率。實(shí)驗(yàn)結(jié)果表明，在相同的實(shí)驗(yàn)條件下，分別與理想缺失特征檢測和基于譜減的缺失特征檢測相比，從檢測結(jié)果的準(zhǔn)確性方面以及最終的識別率角度進(jìn)行分析，此方法優(yōu)于基于譜減的缺失特征檢測。最后，討論了缺失特征自動檢測方法的擴(kuò)展性問題，包括用兩種噪聲訓(xùn)練同一個(gè)分類器來說明此方法的噪聲魯棒性；結(jié)合GMM的重建方法來進(jìn)一步說明此處自動檢測方法的