噪聲環(huán)境下的基于GMM-SVM說(shuō)話人識(shí)別算法.pdf

1、語(yǔ)言是人類最重要的交流工具，語(yǔ)音信號(hào)作為語(yǔ)言載體在不同的層面包含了大量的信息。其中與說(shuō)話人相關(guān)的信息可以辨認(rèn)說(shuō)話人是誰(shuí)或者確認(rèn)此說(shuō)話人是否為某特定的人。如今自動(dòng)說(shuō)話人識(shí)別技術(shù)在低噪聲、低失真環(huán)境下的識(shí)別率已經(jīng)相當(dāng)?shù)母撸珜?shí)際環(huán)境中無(wú)處不在的噪聲導(dǎo)致了訓(xùn)練模型和測(cè)試語(yǔ)音之間的失配，這使得噪聲環(huán)境中說(shuō)話人識(shí)別系統(tǒng)的識(shí)別率急劇下降。因此提高噪聲環(huán)境下說(shuō)話人識(shí)別系統(tǒng)的性能是說(shuō)話人識(shí)別系統(tǒng)從實(shí)驗(yàn)室走向?qū)嵱玫年P(guān)鍵，也是當(dāng)前的研究熱點(diǎn)。 說(shuō)話

2、人識(shí)別技術(shù)主要包括特征提取和模式識(shí)別兩大模塊，本文分別從人的發(fā)音器官和聽(tīng)覺(jué)器官研究了特征參數(shù)的提取和抗噪性能，并對(duì)當(dāng)今主流分類器做了深入的研究。所有工作主要針對(duì)噪聲環(huán)境下文本無(wú)關(guān)的開(kāi)集說(shuō)話人辨識(shí)展開(kāi)。 在預(yù)處理階段，考慮到廣泛應(yīng)用于編碼理論的信息熵代表信源的平均不定性能導(dǎo)致語(yǔ)音的熵和噪聲的熵存在較大差異，本文采用了基于熵函數(shù)的語(yǔ)音端點(diǎn)檢測(cè)方法，試驗(yàn)表明譜熵法在信噪比較低和非平穩(wěn)噪聲下具有良好的性能，進(jìn)而提出了一種動(dòng)態(tài)閾值的方法檢

3、測(cè)語(yǔ)音端點(diǎn)。 考慮到噪聲頻帶一般不覆蓋整個(gè)語(yǔ)音范圍，因此，本文采用多子帶特征提取，并在每個(gè)頻帶內(nèi)使用基于Teager能量的子倒譜特征。本文還設(shè)計(jì)了一種用AdaBoost算法優(yōu)化的支持向量機(jī)與高斯混合模型相結(jié)合的系統(tǒng)。首先用優(yōu)化的支持向量機(jī)對(duì)每個(gè)子帶分別決策，篩選出訓(xùn)練集之外的說(shuō)話者，然后對(duì)集內(nèi)人用判別結(jié)果進(jìn)行特征加權(quán)以突出對(duì)識(shí)別結(jié)果影響較大的子帶特征，從而降低了噪聲對(duì)對(duì)識(shí)別結(jié)果的影響，最后用優(yōu)化的高斯混合模型進(jìn)行識(shí)別。試驗(yàn)結(jié)果表