基于GMM-UBM-SVM的哈薩克語話者識別技術(shù)研究.pdf

1、當(dāng)前對話者識別技術(shù)的研究已經(jīng)成為一個比較熱門的話題,而以哈薩克語作為研討對象還處于起步階段。隨著社會的發(fā)展,電話和手機的普及,電話語音在日常生活中占有一定的地位,新疆作為一個多民族的地區(qū),由于哈薩克語語音的特性,與漢語之間的語言差異很大,因此,研究哈薩克語說話人識別技術(shù)是新疆經(jīng)濟發(fā)展的一個緊迫任務(wù)。另外,它的研究還將促進(jìn)其他相似語言體系的語音研究工作,如維吾爾語、柯爾克孜語以及阿拉伯語等。因此開發(fā)以哈薩克語作為研討對象的技術(shù)具有很大的應(yīng)

2、用價值和實際意義。
　　 本文結(jié)合哈薩克語的發(fā)音特點規(guī)律,為實現(xiàn)一個面向?qū)嶋H應(yīng)用話者識別系統(tǒng),主要做以下工作:
　　 (1)根據(jù)哈薩克語語音庫的設(shè)計規(guī)范,建立了50人的哈薩克電話自由會話語音庫。
　　 (2)針對在大樣本情況下僅采用聲道倒譜特征參數(shù)時的支持向量機(SVM)話者模型訓(xùn)練效率低,本文提出了一種結(jié)合統(tǒng)計特征參數(shù)的GMM-UBM(混合高斯模型-統(tǒng)一背景模型)話者模型,由目標(biāo)說話人和背景說話人的混合高斯模型

3、提取的話者統(tǒng)計模型訓(xùn)練建立SVM話者模型。有效的解決了SVM訓(xùn)練時的大樣本問題。
　　 (3)研究討論了語音信號中所攜帶的激勵特征及其動態(tài)參數(shù)對話者識別性能的影響,提出了一種以激勵源信息作為輔助系統(tǒng)的主從系統(tǒng)策略,主系統(tǒng)采用GMM-UBM模型,輔助系統(tǒng)為SVM模型,進(jìn)一步提高了系統(tǒng)的識別率。
　　 (4)在嵌入式Linux下利用Perl語言及C語言編寫了以哈薩克語作為研討對象的話者識別系統(tǒng)。
　　 (5)基于GM