基于稀疏表示和信道補償?shù)恼f話人識別.pdf

1、隨著各種安全問題的不斷出現(xiàn)，生物識別技術(shù)受到了越來越多的重視。說話人識別以其簡單、安全等特性得到了廣泛的應用。經(jīng)典的GMM-UBM模型雖然取得了不錯的效果，但是其計算量過大，區(qū)分性不強，且背景噪聲和信道失配等問題也導致了系統(tǒng)性能的下降。本文針對這些問題展開了研究，主要研究的內(nèi)容有:
　　首先，采用二階差分MFCC特征參數(shù)來刻畫說話人的語音特征，使用經(jīng)典的GMM-UBM模型。在此基礎(chǔ)上增加了i-vector向量，相比于聯(lián)合因子分析的

2、方法，i-vector只需訓練一個全局差異空間，用這個全局差異空間來表示與說話人相關(guān)和與信道相關(guān)的信息。每個說話人的語音特征就由i-vector向量來表示。在i-vector空間上應用概率線性鑒別分析(PLDA)進行降維和信道補償，在一定程度上提高了系統(tǒng)的性能。
　　然后，在i-vector的基礎(chǔ)上，引入了稀疏表示，介紹了基于i-vector的稀疏表示分類器。通過將訓練語音提取的i-vector構(gòu)造字典，而將待測說話人語音提取的i

3、-vector表示為字典中原子的線性組合，根據(jù)稀疏表示系數(shù)對信號進行重構(gòu)，通過重構(gòu)信號和原始信號之間的殘差，決定待測語音信號所屬的類別。
　　針對GMM混合度越高，系統(tǒng)的識別率越好，但隨著維數(shù)的升高，系統(tǒng)計算的復雜度也相應的增加。為此，引入了PPCA算法進行降維。相比傳統(tǒng)的主成分分析(PCA)，PPCA考慮到成分的概率分布，決定所選取的主成分，克服了PCA只是簡單的選取最大的幾個特征值對應的特征向量，不能保證所選擇的主成分一定是對