說(shuō)話人聲紋識(shí)別的算法研究.pdf

1、說(shuō)話人聲紋識(shí)別是以聲音作為識(shí)別特征的一種身份認(rèn)證手段，為加快說(shuō)話人識(shí)別在實(shí)際商業(yè)中的應(yīng)用，對(duì)其技術(shù)的研究與實(shí)現(xiàn)具有極其深遠(yuǎn)的意義。與文本無(wú)關(guān)的說(shuō)話人確認(rèn)是說(shuō)話人識(shí)別的研究方向之一。主流算法是基于概率統(tǒng)計(jì)模型，在語(yǔ)料充分情況下GMM-UBM(Gaussian Mixture Model-Universal Background Model)模型獲得了較好的性能，但在噪聲情況和信道失配下，識(shí)別性能難以進(jìn)一步提升。為此提出了總變化因子(i-v

2、ector)分析技術(shù)，將長(zhǎng)短不一的語(yǔ)音映射到低維矢量，在低維矢量中解決信道問(wèn)題。LDA(LinearDiscriminant Analysis)和PLDA(Probabilistic Linear Discriminant Analysis)是常用的信道補(bǔ)償技術(shù)，不過(guò)后者常被用來(lái)作為打分工具。
　　本研究主要內(nèi)容包括：⑴針對(duì)說(shuō)話人識(shí)別在云平臺(tái)中的應(yīng)用，提出了基于云平臺(tái)的說(shuō)話人識(shí)別系統(tǒng)框架。分析了語(yǔ)音預(yù)處理過(guò)程和基于人耳聽覺(jué)感知的梅

3、爾倒譜系數(shù)MFCC的特征提取流程。⑵構(gòu)建了基于GMM-UBM模型的說(shuō)話人識(shí)別系統(tǒng)。詳細(xì)介紹了UBM模型的訓(xùn)練過(guò)程和MAP自適應(yīng)匹配過(guò)程。設(shè)置實(shí)驗(yàn)數(shù)據(jù)庫(kù)，探究了UBM訓(xùn)練說(shuō)話人個(gè)數(shù)、模型高斯元件數(shù)、訓(xùn)練語(yǔ)音長(zhǎng)度、測(cè)試語(yǔ)音長(zhǎng)度、MFCC特征維數(shù)等因素對(duì)系統(tǒng)性能的影響。⑶構(gòu)建了基于I-vector和PLDA模型的說(shuō)話人確認(rèn)系統(tǒng)，對(duì)I-vector提取算法和PLDA模型進(jìn)行了分析。實(shí)驗(yàn)對(duì)比不同系統(tǒng)的性能，并探究了norm變換、I-vector特