噪聲背景下說話人識(shí)別的若干關(guān)鍵問題研究.pdf

1、說話人識(shí)別是一種基于生物特征信息的識(shí)別方法，是語音處理領(lǐng)域的研究熱點(diǎn)，目前對(duì)其研究取得的部分科研成果已經(jīng)轉(zhuǎn)化為實(shí)際的產(chǎn)品，成功的應(yīng)用于電子商務(wù)、遠(yuǎn)程客戶服務(wù)的身份驗(yàn)證和軍事安全等領(lǐng)域。但是目前的說話人識(shí)別技術(shù)多是基于純凈的語音環(huán)境，一旦受到外界的噪聲干擾，其識(shí)別正確率就會(huì)急劇下降。本文在總結(jié)前人研究工作的基礎(chǔ)上，主要對(duì)噪聲背景下說話人識(shí)別的語音分解問題、語音去噪問題、說話人個(gè)性特征參數(shù)提取問題和說話人識(shí)別模型的優(yōu)化問題進(jìn)行了研究，主要工

2、作有:
　　對(duì)語音分解問題，將EMD去噪方法在語音分解過程中出現(xiàn)的模態(tài)混疊現(xiàn)象進(jìn)行了理論分析，通過構(gòu)建的正弦信號(hào)和高頻信號(hào)，對(duì)實(shí)際的噪聲環(huán)境進(jìn)行了模擬，分別對(duì)三種不同噪聲信號(hào)疊加的情況進(jìn)行了討論，得出了使EMD分解不發(fā)生模態(tài)混疊所必須滿足的最基本條件。由此基本條件出發(fā)，提出了一種改進(jìn)的EMD分解方法，即IEEMD分解方法，該方法修正了原算法中對(duì)白噪聲幅值和迭代次數(shù)的定義。在TIMIT語音庫(kù)中隨機(jī)選取1600段音頻進(jìn)行IEEMD分解

3、，并與另外一種主流的EMD改進(jìn)算法(EEMD算法)進(jìn)行對(duì)比，統(tǒng)計(jì)兩種分解方法所用時(shí)間，達(dá)到相同的分解效果，IEEMD算法消耗的時(shí)間在7s到9s之間，遠(yuǎn)小于EEMD算法50s到63s的計(jì)算時(shí)間。
　　對(duì)語音去噪問題，首先為了解決ICA算法在處理語音信號(hào)時(shí)偶爾出現(xiàn)的不收斂現(xiàn)象，提出了一種高階的TFast ICA方法，采用三階收斂的牛頓迭代法代替原Fast ICA算法中采用的二階局部收斂的牛頓迭代法，并對(duì)其收斂性進(jìn)行了數(shù)學(xué)證明。通過實(shí)際

4、的語音信號(hào)進(jìn)行分析，本文提出的Tfast ICA方法滿足了處理語音信號(hào)時(shí)的收斂性要求，沒有出現(xiàn)因初始分離向量w的隨機(jī)選取引起的算法不收斂的現(xiàn)象。最后結(jié)合IEEMD和TFast ICA各自的特點(diǎn)，采用TFast ICA算法對(duì)IEEMD進(jìn)行后端處理，提出了一種IEEMD-TFast ICA語音去噪方法。通過TIMIT語音庫(kù)和noisex-92噪聲庫(kù)進(jìn)行仿真實(shí)驗(yàn)，采用本文提出的去噪方法去噪性能好于基于連續(xù)均方誤差的IEEMD去噪方法以及基于尺

5、度噪聲的小波去噪方法。
　　對(duì)說話人個(gè)性特征提取問題，本文對(duì)CFCC特征參數(shù)進(jìn)行了理論分析，針對(duì)其存在的不足，提出了一種改進(jìn)的ICFCC特征參數(shù)，將基底膜的非對(duì)稱性和強(qiáng)度依賴性加入到了特征參數(shù)的提取過程中。通過TIMIT語音數(shù)據(jù)庫(kù)，采用NIST測(cè)評(píng)使用的GMM-MMI說話人識(shí)別模型，將本文提出的ICFCC特征參數(shù)與MFCC-SDC特征參數(shù)和CFCC特征參數(shù)進(jìn)行對(duì)比測(cè)試。測(cè)試結(jié)果表明，在-10dB多路重合噪聲條件下，采用ICFCC特

6、征參數(shù)的識(shí)別正確率達(dá)到了70％以上，優(yōu)于采用CFCC特征參數(shù)達(dá)到55％的識(shí)別正確率和采用MFCC-SDC參數(shù)9％的識(shí)別正確率，表現(xiàn)出較好的魯棒性。
　　對(duì)于說話人識(shí)別模型參數(shù)的優(yōu)化問題，本文提出了一種改進(jìn)的PSOA算法進(jìn)行優(yōu)化。首先，提出了一種新的慣性權(quán)重策略，該策略在迭代初期可以保持一個(gè)較大值，延長(zhǎng)了PSOA算法在迭代初期的全局搜索時(shí)間;而在迭代后期可以保持一個(gè)較小的值，增加了PSOA算法在迭代后期局部搜索的時(shí)間。其次，提出了一

7、種新的粒子群位置更新公式，通過引入一種動(dòng)量因子的慣性權(quán)重調(diào)整策略，使得種群不易陷入局部最優(yōu)值，而且尋優(yōu)結(jié)果的精確度有很大的提高。并從數(shù)學(xué)角度對(duì)本文提出的PSOA算法進(jìn)行了分析，從理論角度證明了本文提出的PSOA算法的正確性和優(yōu)越性。采用不同的測(cè)試函數(shù)對(duì)五種最新改進(jìn)的PSO優(yōu)化算法進(jìn)行對(duì)比測(cè)試后，本文提出的PSOA方法在魯棒性和求解精度上均好于其他四種改進(jìn)的PSO算法。將PSOA算法用于SVM的參數(shù)優(yōu)化問題中，其得到的訓(xùn)練時(shí)間最短，為32

8、4.7812s，而且平均正確識(shí)別率達(dá)到了83.28％，說明通過PSOA優(yōu)化的SVM具有很好的魯棒性、抗噪性和分類性能。
　　最后，基于DE2-115開發(fā)平臺(tái)，對(duì)本文提出的IEEMD-TFast ICA去噪方法進(jìn)行了SOPC設(shè)計(jì)，給出了IEEMD-TFast ICA去噪方法的SOPC整體設(shè)計(jì)結(jié)構(gòu)，并采用軟硬件結(jié)合的方法實(shí)現(xiàn)了IEEMD-TFast ICA算法，首先通過Verilog HDL硬件描述語言實(shí)現(xiàn)了對(duì)TFast ICA算法的