2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、說話人確認憑借簡便的設(shè)備與非接觸式交互成為目前廣泛應(yīng)用的生物信息認證技術(shù)之一,也是語音識別領(lǐng)域的一個非常重要的研究方向,所以,它的研究不僅具有重大的理論意義而且還有非常強的應(yīng)用價值。
   概率統(tǒng)計模型是說話人確認的主流建模技術(shù),基于該模型的說話人確認系統(tǒng)取得了不錯的性能,然而,這種模型并不能精確地描述說話人確認這類二元分類問題的邊界。近年來,支持向量機以其強大的區(qū)分性描述能力,使得它比概率統(tǒng)計模型更好地解決了這類二元分類問題,

2、因而被大量應(yīng)用到說話人確認上。本文以支持向量機結(jié)合其他說話人確認技術(shù)作為主要研究內(nèi)容,并將其用于與文本無關(guān)的說話人確認。利用因子分析和Ivector構(gòu)建了聯(lián)合說話人確認系統(tǒng),對聯(lián)合系統(tǒng)的區(qū)分性說話人模型的訓(xùn)練矢量及測試矢量的選取、信道失配補償策略以及參數(shù)的選擇等關(guān)鍵問題作了詳細的研究,并對它們的性能進行了比較。
   首先,針對GMM-UBM-SVM系統(tǒng)在復(fù)雜語音環(huán)境下不能對語音進行失配信道補償?shù)膯栴},我們運用因子分析技術(shù)對語音

3、特征進行連續(xù)失配信道補償,使其更凸顯說話人信息,并將其與SVM相結(jié)合,構(gòu)建了FA-SVM說話人確認系統(tǒng),并研究了失配信息子空間的大小對系統(tǒng)性能的影響,最后通過實驗驗證了經(jīng)過失配信道補償后的區(qū)分性說話人確認系統(tǒng)性能確實有了提高。
   接著,針對FA-SVM系統(tǒng)存在的說話人信息損失的問題,本文研究了Ivector特征矢量,并將Ivector特征矢量與SVM相結(jié)合,構(gòu)建了Ivector-SVM說話人確認系統(tǒng),詳細討論了系統(tǒng)核函數(shù)的選

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論