說(shuō)話人識(shí)別方法與策略的研究.pdf

1、隨著信息技術(shù)的發(fā)展，如何鑒定個(gè)人身份，保護(hù)信息安全越來(lái)越重要。說(shuō)話人識(shí)別作為生物特征認(rèn)證技術(shù)的一種，和傳統(tǒng)的認(rèn)證方式相比，具有使用方便、安全性高、不易被遺忘等優(yōu)點(diǎn)，在電話金融交易、軍事偵察和信息檢索等領(lǐng)域有著廣泛的應(yīng)用前景。 本文首先回顧了說(shuō)話人識(shí)別技術(shù)的發(fā)展歷史和研究現(xiàn)狀，對(duì)說(shuō)話人識(shí)別系統(tǒng)的組成、原理進(jìn)行了介紹，然后闡述了說(shuō)話人識(shí)別的三種主要識(shí)別方法：非參數(shù)模型方法、參數(shù)模型方法和人工神經(jīng)網(wǎng)絡(luò)方法。每種方法都有各自的特點(diǎn)，由于

2、HMM模型成功描述了語(yǔ)音信號(hào)的統(tǒng)計(jì)特性，已成為目前最佳的說(shuō)話人識(shí)別處理模型。此外，在與文本無(wú)關(guān)的說(shuō)話人識(shí)別中，GMM也常被采用。 本文對(duì)說(shuō)話人識(shí)別中所涉及的兩個(gè)關(guān)鍵問(wèn)題，即說(shuō)話人的特征提取和說(shuō)話人識(shí)別模型的建立進(jìn)行了重點(diǎn)研究。目前常用的代表說(shuō)話人特征的參數(shù)除了傳統(tǒng)的長(zhǎng)時(shí)統(tǒng)計(jì)參數(shù)以外，主要是使用LPC參數(shù)和MFCC倒譜參數(shù)，相對(duì)來(lái)說(shuō)MFCC參數(shù)的魯棒性效果更好些。在說(shuō)話人模型方面，可以采用的方法很多，我們主要考察研究了模板匹配法、

3、矢量量化法、隱馬爾可夫模型法以及高斯混合模型法，其中在模板匹配法中分別對(duì)基音特征和長(zhǎng)時(shí)譜特征的模板匹配方法作了分析研究。在此基礎(chǔ)上，本文提出兩種改進(jìn)識(shí)別方法并在MATLAB上進(jìn)行了系統(tǒng)仿真。一種是基于子帶的VQ話者識(shí)別方法，通過(guò)與通常的寬頻帶話者識(shí)別方法進(jìn)行對(duì)比實(shí)驗(yàn)，發(fā)現(xiàn)子帶結(jié)構(gòu)的分類(lèi)器能夠有效增加系統(tǒng)的正確識(shí)別率和對(duì)窄帶噪聲的魯棒性，并且在子帶數(shù)目為16時(shí)，系統(tǒng)的識(shí)別性能最好。另一種話者識(shí)別方法是基于復(fù)合策略和參數(shù)模型的，系統(tǒng)采用復(fù)合

4、策略綜合了聲源和聲道信息，建立基音周期和MFCC參數(shù)的聯(lián)合測(cè)度，利用模板匹配法進(jìn)行初級(jí)判決，有效縮小了待識(shí)別的候選集大小，第二級(jí)細(xì)判采用基于統(tǒng)計(jì)模型的CHMM分類(lèi)器進(jìn)行，保證了系統(tǒng)的識(shí)別率。在使用復(fù)合策略和CHMM模型來(lái)建立說(shuō)話人識(shí)別系統(tǒng)的基礎(chǔ)上，我們還通過(guò)采用混合訓(xùn)練的方法來(lái)增強(qiáng)系統(tǒng)對(duì)各種噪聲的適應(yīng)能力，提高了系統(tǒng)的魯棒性和實(shí)用性。實(shí)驗(yàn)表明，采用復(fù)合策略和序貫判決的話者識(shí)別系統(tǒng)在識(shí)別的精度和效率上均得到了好的效果。 本文的最后