魯棒的與文本無(wú)關(guān)的說(shuō)話人識(shí)別算法的研究.pdf

1、說(shuō)話人識(shí)別技術(shù)與其他生物識(shí)別技術(shù)相比，具有更為簡(jiǎn)便、經(jīng)濟(jì)和更好的可擴(kuò)展性等優(yōu)點(diǎn)。目前的說(shuō)話人識(shí)別系統(tǒng)對(duì)純凈語(yǔ)音已經(jīng)可以達(dá)到很高的識(shí)別精度，但當(dāng)用于識(shí)別的語(yǔ)音存在失真時(shí)，系統(tǒng)的識(shí)別性能顯著下降。實(shí)際應(yīng)用中造成語(yǔ)音失真的因素非常多。因此，提高識(shí)別系統(tǒng)的魯棒性是說(shuō)話人識(shí)別技術(shù)走向?qū)嵱没年P(guān)鍵。本文從魯棒性特征分析提取和優(yōu)選、噪聲失真補(bǔ)償、說(shuō)話人預(yù)分類等幾個(gè)方面展開(kāi)研究，提出了改進(jìn)算法，取得了一些研究成果。 本文在介紹說(shuō)話人識(shí)別中常用的

2、語(yǔ)音特征參數(shù)和典型的說(shuō)話人分類模型的基礎(chǔ)上，特別分析了感知線性預(yù)測(cè)倒譜系數(shù)(PLPCC)參數(shù)的特點(diǎn)和提取方法，比較了幾種參數(shù)在與文本無(wú)關(guān)的說(shuō)話人識(shí)別中的性能，得到了基于PLPCC語(yǔ)音特征參數(shù)和高斯混合模型(GMM)的系統(tǒng)具有更好的性能的結(jié)果。并根據(jù)GMM和人工神經(jīng)網(wǎng)絡(luò)(ANN)模型的特點(diǎn)，提出了一種基于ANN和GMM模型聯(lián)合得分判別的識(shí)別方法，在一定程度上提高了識(shí)別性能。 在分析和研究基音同步分析方法和鑒別性特征參數(shù)選取方法的基

3、礎(chǔ)上，提出了基于語(yǔ)音基音同步分析特征參數(shù)提取和Fisher比特征參數(shù)矢量分量?jī)?yōu)選降維的說(shuō)話人識(shí)別算法。該算法采用基音同步分析方法提取各幀語(yǔ)音的PLPCC及其ΔAPLPCC特征參數(shù)，再利用Fisher比對(duì)由基音P、12階PLPCC和ΔPLPCC組成的特征參數(shù)矢量的各維分量進(jìn)行優(yōu)選，使最終的特征參數(shù)矢量得到降維。與文本無(wú)關(guān)的閉集說(shuō)話人識(shí)別仿真實(shí)驗(yàn)表明：語(yǔ)音基音同步分析特征參數(shù)提取和Fisher比特征參數(shù)矢量分量?jī)?yōu)選降維可以提高識(shí)別系統(tǒng)性能；

4、本算法與通常的算法相比，其識(shí)別率和魯棒性得到了提高，而有效降低了模型的復(fù)雜度。 訓(xùn)練條件與測(cè)試條件的不匹配是導(dǎo)致說(shuō)話人識(shí)別系統(tǒng)性能下降的一個(gè)重要原因，而噪聲是引起這種失配的主要因素之一。提高系統(tǒng)在噪聲環(huán)境下的性能的一個(gè)重要方法就是對(duì)噪聲進(jìn)行補(bǔ)償，使失配減小。本文在仔細(xì)分析短時(shí)語(yǔ)音頻譜結(jié)構(gòu)特征的基礎(chǔ)上，提出了一個(gè)基于濁音語(yǔ)音諧波頻譜子帶加權(quán)重建的抗噪聲說(shuō)話人識(shí)別算法。該算法針對(duì)濁音語(yǔ)音諧波頻譜結(jié)構(gòu)的特征，對(duì)受噪聲污染的濁音頻譜在各

5、個(gè)諧波帶上根據(jù)信號(hào)能量和譜平坦度測(cè)度實(shí)施加權(quán)重建，然后基于重建的濁音頻譜提取相應(yīng)的PLPCC參數(shù)，在參數(shù)域上實(shí)現(xiàn)對(duì)噪聲的補(bǔ)償。仿真結(jié)果表明，該算法可以對(duì)多種類型的含噪語(yǔ)音進(jìn)行良好的噪聲補(bǔ)償，明顯提高在噪聲環(huán)境下的說(shuō)話人識(shí)別率，特別是低SNR環(huán)境下的識(shí)別率，噪聲補(bǔ)償性能明顯優(yōu)于譜減法和倒譜均值相減法的補(bǔ)償方法。 語(yǔ)音的基音特征也是一種具有一定魯棒性的語(yǔ)音特征參數(shù)。本文研究了基音提取方法及其在說(shuō)話人識(shí)別中的應(yīng)用。在分析已有的基音檢測(cè)

6、算法的基礎(chǔ)上，本文提出了兒種改進(jìn)的基音檢測(cè)算法：(1)基于倒譜修正模型的語(yǔ)音基音檢測(cè)算法，(2)改進(jìn)的平均幅度差函數(shù)語(yǔ)音基音檢測(cè)算法，(3)基于小波變換的含噪語(yǔ)音基音檢測(cè)的改進(jìn)算法。實(shí)驗(yàn)結(jié)果表明，本文提山的改進(jìn)算法與對(duì)應(yīng)的基本算法及其相關(guān)改進(jìn)算法相比，基音檢測(cè)精度特別是在噪聲環(huán)境卜的基音檢測(cè)精度有了不同程度的提高。另外，基音在說(shuō)話人識(shí)別中應(yīng)用的仿真結(jié)果也表明：基音與倒譜類特征參數(shù)PLPCC、MFCC、LPCC的組合應(yīng)用，可以提高識(shí)別系統(tǒng)