基于缺失特征的文本無關說話人識別魯棒性研究.pdf

1、隨著說話人身份識別研究的深入，提高實用環(huán)境下文本無關說話人識別系統(tǒng)性能魯棒性已成為當前研究的重點。以高斯混合模型(Gaussian Mixture Model，GMM)為代表的概率統(tǒng)計模型由于可以有效的描述語音特征參數(shù)數(shù)據(jù)集分布，成為文本無關說話人識別領域的主流技術，但基于概率統(tǒng)計模型的說話人識別系統(tǒng)的性能有賴于語音參數(shù)數(shù)據(jù)集，尤其是訓練與測試特征數(shù)據(jù)集的匹配程度。然而，實用環(huán)境下由于背景噪聲的不同影響、傳輸通道的多樣性，使得測試特征數(shù)

2、據(jù)集與訓練集失配，而導致了系統(tǒng)性能的下降。 本文主要研究減少測試特征集與訓練特征集間的失配程度以提高系統(tǒng)性能魯棒性的方法，根據(jù)環(huán)境對語音中不同時頻段污染程度不同，以及語音信號本身的冗余性，深入研究語音特征參數(shù)中受污染嚴重的缺失特征的篩選和重建方法。主要研究內容如下： 1.給出了一種基于譜減法語音增強的說話入識別方法，采用改進的譜減法，直接由增強后的語音功率譜提取MFCC參數(shù)。在不同信噪比的白噪聲和F16戰(zhàn)斗機噪聲環(huán)境的實

3、驗表明，譜減法可以在一定程度上提高噪聲環(huán)境下系統(tǒng)的識別性能。分析并指出了語音增強方法很難得到信號在受噪聲污染嚴重的頻段的準確估計，這是限制語音增強方法進一步提高系統(tǒng)魯棒性的重要原因。 2.根據(jù)噪聲對語音中不同時頻段的影響程度不同，及語音信號本身含有很多冗余信息，給出了一種基于子帶信噪比閾值的缺失特征邊緣化說話人識別方法，利用子帶信噪比將Mel子帶特征的各維分量分為可靠特征與缺失特征，只用可靠特征對話者模型計算邊緣化輸出概率評分。

4、由于將受污染嚴重的缺失特征丟棄，使系統(tǒng)噪聲魯棒性得到較大提高。在此基礎上，又給出了一種基于譜減和缺失特征邊緣化相結合的說話人識別方法，使系統(tǒng)性能得到進一步提高。 3.繪出了基于Mel子帶相關性進行缺失特征重建的方法，根據(jù)同一個語音特征類的協(xié)方差關系，由說話人可靠特征進行缺失特征重建。提出了兩種基于統(tǒng)計分布模型的特征重建方法：基于聚類單高斯模型的缺失特征重建和基于GMM模型的缺失特征重建方法，前一個方法是先聚類，再對子集特征進行高

5、斯分布描述，而后一種方法則將兩者合并一起做，從而能更精細地描述出整個特征集的統(tǒng)計分布，以及各個分布間的關系。實驗表明，與缺失特征邊緣化方法相比，缺失特征重建方法進一步提高了說話人識別系統(tǒng)在噪聲環(huán)境下的性能。 4.分析發(fā)現(xiàn)了基音頻率會影響MFCC參數(shù)對聲道特性的準確描述，進而影響說話人識別系統(tǒng)的性能；由此提出了一種基于平滑幅度譜的SMFCC參數(shù)(Smoothing MFCC)，實驗表明，SMFCC參數(shù)性能在整體上優(yōu)于MFCC參數(shù)，