基于廣義音素的文本無關(guān)說話人認證的研究.pdf

1、從二十世紀80年代開始，隨著科技的發(fā)展，文本無關(guān)說話人認證作為模式識別領(lǐng)域類一個的分支，越來越受到研究人員的青睞。目前，最熱門的文本無關(guān)說話人認證系統(tǒng)均是基于高斯混合模型并結(jié)合背景模型的，這類系統(tǒng)忽略說話人說話的內(nèi)容、語言等，因而其工程應(yīng)用價值大打折扣。為了彌補當前技術(shù)的不足，近兩年，基于廣義音素的說話人認證系統(tǒng)引起了學(xué)術(shù)界的關(guān)注。采用廣義音素的說話人認證不僅可以結(jié)合語音識別技術(shù)、文本無關(guān)說話人認證技術(shù)，還可以引入商業(yè)應(yīng)用中比較成功的文

2、本相關(guān)說笑人認證中的技術(shù)；另外，廣義音素的說話人認證可以很好的解決由于說話人語言多樣性而帶來的問題。 在課題中，作者從廣義音素的定義開始，對基于廣義音素的說話人認證系統(tǒng)作了深入研究。文中，作者提出了一套完善的廣義音素定義及模型訓(xùn)練方法并設(shè)計了基于廣義音素的說話人認證系統(tǒng)的整體框架，使系統(tǒng)的性能和流行的基于高斯混合模型并結(jié)合背景模型的系統(tǒng)性能相當；同時，為了提高音素識別前端處理以及說話人自適應(yīng)的效率，作者分別提出了快速聲道長度歸一