说话人识别及其噪声环境下的鲁棒性研究.pdfVIP

说话人识别及其在噪声环境下的鲁棒性研究 中文摘要 说话人识别及其在噪声环境下的鲁棒性研究 中文摘要 说话人识别就是通过语音信号来对说话人进行辨认或者确认，根据说话的内容， 说话人识别又可分为与文本有关和与文本无关两种方式。说话人识别系统在低噪声、 低失真度条件下的性能已经达到令人满意的程度，但在真实的噪声环境下，由于训练 模型和测试语音之间的失配，说话人识别系统误识率会急剧上升，因此提高说话人识 别系统在噪声环境下的鲁棒性是其从实验室走向实用的关键，也是当前的研究热点。 本文首先详细介绍了说话人识别的基本理论，在此基础上，分别构建了基于VQ 和GMM模型的说话人识别系统。在基于VQ的说话人识别系统中，采用了三种不同 的码本聚类方法来产生码本，通过比较量化误差、误识率以及计算量综合考虑了三种 码本聚类方法的优缺点。在基于GMM模型的说话人识别系统中，评测了LPC、LPCC、 MFCC和MCC四种常用特征参数的性能，通过实验，证明了基于人耳听觉特性的特 征参数具有较低的误识率和较好的鲁棒性。另外，第三章在介绍HMM模型时，实现 了一个汉语四声声调的识别系统。 针对噪声环境下说话人识别系统的鲁棒性较差的这个问题，提出了相对自相关序 列小波分解特征提取算法以及基于置信度分析的说话人识别。相对自相关序列对于平 稳噪声和慢变噪声具有较好的鲁棒性，因此本文提出了一种对其进行多层小波分解的 特征提取算法。在基于置信度分析的说话人识别中，用置信度来度量特征分量的鲁棒 性，并提出了一种用于计算MFCC各维分量置信度的方法CBTM，该方法通过一个 置信度变换矩阵，估算出经过Mel谱减法处理后的MFCC各维分量的置信度，在此 基础上通过对GMM模型的方差加权来减少置信度小的特征分量对输出概率的影响， 以此来提高系统的鲁棒性。实验表明，基于特征分量置信度分析的方法可以在基线系 统的基础上进一步降低系统的误识率。 关键词：说话人识别，高斯混合模型，鲁棒性，置信度 作 者：薛峰 指导老师：俞一彪教授 in Robustness Researchon andits Recognition Speaker NoiseEnvironment Abstract thevoiceofa taskof or a through is speaker identifyingverifying recognition Speaker c8Ilbe of on utterances，speakerrecognition Spoken speakers．Depending givengroup of recogllition and