基于稀疏編碼的魯棒說(shuō)話人識(shí)別.pdf

1、近十幾年來(lái)，相較于傳統(tǒng)身份認(rèn)證方法，生物身份認(rèn)證技術(shù)得到了研究人員的廣泛關(guān)注和深入研究，其中說(shuō)話人識(shí)別(speaker recognition)技術(shù)是一個(gè)新的研究方向。說(shuō)話人識(shí)別即為通過(guò)人的聲音來(lái)判斷其身份，同目前已在實(shí)際當(dāng)中廣泛應(yīng)用的指紋，面部特征，眼睛虹膜識(shí)別一樣，都屬于生物身份認(rèn)證技術(shù)。與其他生物身份認(rèn)證技術(shù)相比，說(shuō)話人識(shí)別具有很大優(yōu)勢(shì)，如:生物特征采集所用設(shè)備普及度高，整個(gè)認(rèn)證過(guò)程無(wú)侵襲性等。因此，將說(shuō)話人識(shí)別應(yīng)用于實(shí)際意義重大

2、。但是，現(xiàn)實(shí)應(yīng)用中普遍存在的語(yǔ)音缺失和環(huán)境噪聲問(wèn)題，對(duì)說(shuō)話人識(shí)別方法的魯棒性提出了很高的要求，這也成為說(shuō)話人識(shí)別方法研究當(dāng)中的難題。目前，幾乎所有的說(shuō)話人識(shí)別方法都是基于模型匹配的思想，所以研究重點(diǎn)都集中在說(shuō)話人模型的建立上面。常見(jiàn)的方法中，高斯混合模型(Gaussian Mixture Model，GMM)應(yīng)用最多，特別是在其基礎(chǔ)上發(fā)展而來(lái)的高斯混合-通用背景模型(Gaussian Mixture Model-Universal Ba

3、ckground Model，GMM-UBM)和高斯混合-支持向量機(jī)模型(Gaussian Mixture Model-SupportVector Machine，GMM-SVM)都取得了非常不錯(cuò)的識(shí)別效果。但是對(duì)于只有少量語(yǔ)音數(shù)據(jù)或環(huán)境存在噪聲的情況，識(shí)別率明顯下降，雖然有許多改進(jìn)的方法相繼提出，但識(shí)別的魯棒性離實(shí)際要求還是有不小的差距。針對(duì)上述問(wèn)題，本文主要研究少量數(shù)據(jù)以及訓(xùn)練和測(cè)試環(huán)境不同時(shí)存在噪聲情況下的魯棒說(shuō)話人識(shí)別方法。

4、r>　　本研究首先針對(duì)只存在少量語(yǔ)音數(shù)據(jù)的問(wèn)題，提出一種基于稀疏編碼的說(shuō)話人識(shí)別方法。該方法在訓(xùn)練階段，分別為每個(gè)說(shuō)話人訓(xùn)練字典，然后根據(jù)重構(gòu)誤差進(jìn)行打分識(shí)別。在不含噪聲且數(shù)據(jù)不充分的情況下，將傳統(tǒng)經(jīng)典的GMM-UBM和GMM-SVM方法與所提出方法進(jìn)行對(duì)比。然后，在目前應(yīng)用形態(tài)成分分析(Morphological Component Analysis，MCA)的說(shuō)話人識(shí)別方法基礎(chǔ)上，借鑒GMM-UBM的思想，提出一種新的說(shuō)話人識(shí)別方法