学位论文 > 优秀研究生学位论文题录展示

不匹配信道下耳语音说话人识别研究

作　者: 顾晓江
导　师: 赵鹤鸣
学　校: 苏州大学
专　业: 信号与信息处理
关键词: 耳语音说话认识别联合因子分析混合补偿支持向量机
分类号: TN912.34
类　型: 硕士论文
年　份: 2011年
下　载: 29次
引　用: 1次
阅　读: 论文下载

内容摘要

耳语音作为人类的一种辅助发音方式,在日常生活中起着较为广泛的作用,尤其是在金融领域,公安司法领域中各种身份的确认。说话者为了保证信息的私密性,常常会用到耳语音。正因如此,耳语音说话人识别也作为一个新的课题被提出来。耳语音主要是用在手机通话中,语音必然会受到信道畸变的影响。传统的识别模型遇到训练和测试的信道环境差异变大时,识别率就会大大受到影响。因此,必然需要一种稳健的信道补偿算法来增强这个说话人识别系统。为了解决这个问题,本文做了以下几个方面的工作:一、将各种信道的耳语音数据混合在一起训练通用背景模型(UBM),然后在此基础上进行最大后验概率(MAP)自适应获得说话人模型,将此模型和常规的GMM模型进行识别率的比较。实验证明,UBM模型优于普通的GMM。二、将联合因子分析(JFA)应用到耳语识别中,根据耳语数据库的特性,采取分开估计和省略残差空间的方法。具体在识别过程中,通过将训练所得的说话人因子和测试所得的信道因子相结合的方式,达到说话人不断适应测试信道环境的目的。实验结果显示修改后JFA的识别效果大大提升。另外,根据JFA在短时识别方面效果不理想,提出了一种在模型上保持说话人因子不变,而将信道因子用到特征方面,对每一帧特征矢量进行补偿的混合补偿法,该方法相对于JFA来说补偿的更为细致,实验显示HH信道训练时1s和2s平均识别率分别提高4.36%和3.89%,EP信道训练时1s和2s平均识别率分别提高4.14%和2.64%。三、根据支持向量机(SVM)的区分性,将说话人超向量输入到SVM中,结果系统性能不如UBM-MAP系统。这时将说话人因子矢量输入到SVM中,由于说话人因子在辨认系统中特征维数低,易线性可分,获得了良好的识别效果。然后经过三种信道补偿方法进一步去冗余,取得了和JFA相当的识别结果。

全文目录

摘要  4-5
Abstract  5-10
第一章绪论  10-15
  1.1 耳语音研究背景  10
  1.2 耳语音说话人识别研究现状  10-12
  1.3 耳语音数据库介绍  12-13
  1.4 本文的主要工作  13-14
  1.5 论文结构  14-15
第二章耳语音发音特点  15-22
  2.1 耳语音的声理特性  15-17
  2.2 耳语音不同信道的时频特点  17-22
    2.2.1 时域特点  17-19
    2.2.2 频域特点  19-22
第三章基于GMM 的耳语说话人识别系统  22-39
  3.1 常用的模型训练方法  23-24
  3.2 特征参数  24-28
    3.2.1 特征预处理  24-25
    3.2.2 MFCC 提取  25-28
    3.2.3 一阶差分参数  28
  3.3 模型训练与识别  28-33
    3.3.1 K 均值聚类算法  29-31
    3.3.2 EM 算法  31-32
    3.3.3 系统的构建  32-33
  3.4 基于UBM-MAP的说话人识别系统  33-36
    3.4.1 通用背景模型(UBM)概述  33-34
    3.4.2 系统的训练与测试  34-36
  3.5 两种系统的结果及分析  36-39
第四章复杂信道环境中耳语说话人识别  39-58
  4.1 常用的信道补偿技术  39-42
    4.1.1 特征域  39-41
    4.1.2 模型域  41-42
    4.1.3 得分域  42
  4.2 联合因子分析(JOINT FACTOR ANALYSIS)  42-44
    4.2.1 因子分析与主成分分析的区别  42
    4.2.2 GMM 均值超向量提取  42-43
    4.2.3 联合因子分析概述  43-44
  4.3 基于JFA的说话人辨认模型  44-49
    4.3.1 UBM 和Baum-Welch 统计量计算  45-46
    4.3.2 说话人空间和信道空间估计  46-47
    4.3.3 残差空间估计  47-48
    4.3.4 JFA 的训练与测试  48-49
  4.4 实验结果及分析  49-52
  4.5 改进JFA在短时方面的测试  52-58
    4.5.1 常用的方法  52-53
    4.5.2 提出的混合补偿法  53-54
    4.5.3 提出方法的实验结果及分析  54-58
第五章基于支持向量机的耳语说话人识别  58-76
  5.1 支持向量机概述  58-63
    5.1.1 最优分界面  58-59
    5.1.2 基本原理及算法  59-62
    5.1.3 常用核函数  62-63
  5.2 基于超向量和SVM 的耳语说话人识别  63-67
    5.2.1 超向量线性核函数  63-64
    5.2.2 SVM 的实现平台  64-66
    5.2.3 基于超向量的系统识别结果  66-67
  5.3 因子分析下的耳语说话人识别  67-73
    5.3.1 类内协方差规整(WCCN)  69-71
    5.3.2 线性判别分析(LDA)  71-72
    5.3.3 冗余属性投影(NAP)  72-73
  5.4 基于说话人因子的系统识别结果  73-76
第六章总结与展望  76-78
  6.1 论文总结  76-77
  6.2 今后展望  77-78
参考文献  78-83
攻读硕士学位期间发表的学术论文  83-84
致谢  84-85

不匹配信道下耳语音说话人识别研究

内容摘要

全文目录

相似论文