與文本無(wú)關(guān)的說(shuō)話人識(shí)別系統(tǒng)研究.pdf

1、說(shuō)話人識(shí)別就是利用人的語(yǔ)音自動(dòng)對(duì)其身份進(jìn)行鑒別與認(rèn)證的技術(shù)。說(shuō)話人識(shí)別具有廣闊的應(yīng)用前景，已經(jīng)成為身份認(rèn)證及人工智能領(lǐng)域研究的一個(gè)熱點(diǎn)。從20世紀(jì)30年代發(fā)展至今已經(jīng)有許多比較成熟的說(shuō)話人識(shí)別理論模型。 為了提高說(shuō)話人識(shí)別系統(tǒng)的性能，主要是識(shí)別率和穩(wěn)定性，本課題針對(duì)說(shuō)話人識(shí)別的兩個(gè)關(guān)鍵環(huán)節(jié)，特征提取和模式匹配展開研究，對(duì)原有的一些特征和匹配方法進(jìn)行了改進(jìn)，尋找出了更加簡(jiǎn)單有效的算法。主要內(nèi)容如下： 特征提?。貉芯苛四壳艾F(xiàn)

2、有的幾種用于說(shuō)話人識(shí)別的主要特征參數(shù)，其中包括線性預(yù)測(cè)倒譜系數(shù)(LPCC)、美爾倒譜系數(shù)(MFCC)以及動(dòng)態(tài)特征參數(shù)。 模式匹配方法：對(duì)當(dāng)今應(yīng)用在與無(wú)本無(wú)關(guān)的說(shuō)話人識(shí)別中效果較好的基于矢量量化(VQ)和高斯混合模型(GMM)的模式匹配方法做了深入的研究和改進(jìn)。 經(jīng)過(guò)對(duì)上述兩個(gè)問(wèn)題的重點(diǎn)研究，本文提出了三種不同的說(shuō)話人識(shí)別算法： (1)基于MFCC+質(zhì)心和VQ的說(shuō)話人識(shí)別算法經(jīng)過(guò)對(duì)矢量量化方法的研究，通過(guò)對(duì)特征參數(shù)

3、、碼本大小和失真測(cè)度等的選取做的比較實(shí)驗(yàn)，提出了基于MFCC+質(zhì)心和VQ的說(shuō)話人識(shí)別算法。該算法提取不包括Co在內(nèi)的前12個(gè)MFCC分量和質(zhì)心構(gòu)成的13維的組合參數(shù)來(lái)表征語(yǔ)音的個(gè)性特征。此算法的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單，識(shí)別速度快。但也存在著在語(yǔ)音較短條件下識(shí)別率較低的缺點(diǎn)。 (2)基于MFCC+△MFCC和GMM的說(shuō)話人識(shí)別算法考慮到(1)中所述的基于MFCC+質(zhì)心和VQ的說(shuō)話人識(shí)別算法用在語(yǔ)音較短條件下識(shí)別率較低的缺點(diǎn)，又對(duì)高斯混合模

4、型進(jìn)行了研究，提出了基于MFCC+△MFCC和GMM的說(shuō)話人識(shí)別算法。該算法提取MFCC分量的C2-C13以及它們的一階差分系數(shù)△MFCC組成的24維的特征向量來(lái)表征語(yǔ)音。經(jīng)實(shí)驗(yàn)表明，即使在語(yǔ)音較短的條件下，此方法也能得到比較高的識(shí)別率，但存在著識(shí)別速度較慢和識(shí)別結(jié)果不穩(wěn)定的問(wèn)題。 (3)基于VQ-GMM的穩(wěn)定高效的說(shuō)話人識(shí)別算法為解決(2)中基于MFCC+△MFCC和GMM的說(shuō)話人識(shí)別算法用于說(shuō)話人辨認(rèn)實(shí)驗(yàn)出現(xiàn)的識(shí)別結(jié)果不穩(wěn)定

5、的問(wèn)題，將矢量量化和高斯混合模型成功進(jìn)行了結(jié)合，提出了基于VQ-GMM的說(shuō)話人識(shí)別算法。在這一算法中高斯混合模型的初始化參數(shù)來(lái)自于矢量量化的結(jié)果。提取的語(yǔ)音特征參數(shù)仍然是MFCC+△MFCC組成的24維的向量。與傳統(tǒng)的初始化方法相比，將此算法用于語(yǔ)音較短的說(shuō)話人辨認(rèn)實(shí)驗(yàn)，識(shí)別率更高，更穩(wěn)定。 以上三種算法用于我們自己錄制的50人的語(yǔ)音庫(kù)進(jìn)行說(shuō)話人辨認(rèn)實(shí)驗(yàn)中都取得了比較好的結(jié)果，可以根據(jù)需要應(yīng)用在不同的場(chǎng)合。 目前針對(duì)說(shuō)話