噪聲環(huán)境下的基于GMM-SVM說話人識別算法.pdf

1、語言是人類最重要的交流工具，語音信號作為語言載體在不同的層面包含了大量的信息。其中與說話人相關(guān)的信息可以辨認(rèn)說話人是誰或者確認(rèn)此說話人是否為某特定的人。如今自動說話人識別技術(shù)在低噪聲、低失真環(huán)境下的識別率已經(jīng)相當(dāng)?shù)母?，但實際環(huán)境中無處不在的噪聲導(dǎo)致了訓(xùn)練模型和測試語音之間的失配，這使得噪聲環(huán)境中說話人識別系統(tǒng)的識別率急劇下降。因此提高噪聲環(huán)境下說話人識別系統(tǒng)的性能是說話人識別系統(tǒng)從實驗室走向?qū)嵱玫年P(guān)鍵，也是當(dāng)前的研究熱點。 說話

2、人識別技術(shù)主要包括特征提取和模式識別兩大模塊，本文分別從人的發(fā)音器官和聽覺器官研究了特征參數(shù)的提取和抗噪性能，并對當(dāng)今主流分類器做了深入的研究。所有工作主要針對噪聲環(huán)境下文本無關(guān)的開集說話人辨識展開。 在預(yù)處理階段，考慮到廣泛應(yīng)用于編碼理論的信息熵代表信源的平均不定性能導(dǎo)致語音的熵和噪聲的熵存在較大差異，本文采用了基于熵函數(shù)的語音端點檢測方法，試驗表明譜熵法在信噪比較低和非平穩(wěn)噪聲下具有良好的性能，進(jìn)而提出了一種動態(tài)閾值的方法檢

3、測語音端點。 考慮到噪聲頻帶一般不覆蓋整個語音范圍，因此，本文采用多子帶特征提取，并在每個頻帶內(nèi)使用基于Teager能量的子倒譜特征。本文還設(shè)計了一種用AdaBoost算法優(yōu)化的支持向量機與高斯混合模型相結(jié)合的系統(tǒng)。首先用優(yōu)化的支持向量機對每個子帶分別決策，篩選出訓(xùn)練集之外的說話者，然后對集內(nèi)人用判別結(jié)果進(jìn)行特征加權(quán)以突出對識別結(jié)果影響較大的子帶特征，從而降低了噪聲對對識別結(jié)果的影響，最后用優(yōu)化的高斯混合模型進(jìn)行識別。試驗結(jié)果表