基于稀疏表示的說話人識別研究.pdf

1、隨著現(xiàn)代生物識別技術(shù)的不斷發(fā)展，說話人識別技術(shù)受到了越來越多的專家學者的關(guān)注。通過分析說話人的語音信息，從而有效的識別說話人的身份，說話人識別技術(shù)因其簡便高效的特性受到廣泛應(yīng)用，例如網(wǎng)絡(luò)安全、司法鑒定以及國家信息安全等領(lǐng)域。
　　傳統(tǒng)的說話人識別方法中，GMM-UBM采用通用背景模板自適應(yīng)說話人模型，反映出了個性特征，但是計算量過大，區(qū)分能力不足，而流行的SVM分類器利用非線性核函數(shù)進行分類，盡管識別性能有所提高，但卻過度依賴樣本

2、數(shù)據(jù)的分布。稀疏表示原理能夠利用數(shù)量最少的原子反映信號特征，從而進一步提高系統(tǒng)的區(qū)分性。因此在深入的分析稀疏表示的原理以及字典構(gòu)造方法的基礎(chǔ)上，提出了基于稀疏表示的說話人識別，同時將Fisher判別字典學習算法應(yīng)用于說話人識別，具體工作如下：
　　（1）研究學習稀疏表示理論，對語音信號的稀疏性進行分析，探究語音信號稀疏性表示的可行性，結(jié)合語音信號的可重構(gòu)的特性，提出基于稀疏表示的說話人識別方法i-SRC，采用當前主流的i-vect

3、or建模方式為說話人建立模型，利用說話人的均值超矢量構(gòu)造隨機字典，再通過重構(gòu)誤差進行識別，實驗顯示,GMM-SRC的識別率確實有所提升。
　　（2）為了進一步提高識別的效率，在i-SRC的識別方法基礎(chǔ)上，學習探討了字典的構(gòu)造方法，引入了一種具有判別性的字典學習方法，即Fisher判別字典學習算法，利用該算法訓練得到一個具有區(qū)分性的結(jié)構(gòu)化字典，該字典的原子與類別標簽存在對應(yīng)關(guān)系，以此可以很好地利用重構(gòu)信息對測試語音進行分類。在NIS