說話人確認(rèn)的失配補(bǔ)償研究.pdf

1、互聯(lián)網(wǎng)的快速發(fā)展方便了我們的生活，同時(shí)也給我們的個(gè)人信息安全敲響了警鐘。我們銀行卡里的錢可能被非法分子盜用，我們?cè)诰W(wǎng)上的個(gè)人信息可能被黑客竊取并用于犯罪。越來越多的事實(shí)告訴我們，我們需要找到一種不易被竊取和模仿的身份驗(yàn)證方法來保護(hù)我們的權(quán)益。文本無關(guān)的說話人確認(rèn)作為一種身份驗(yàn)證方法，近幾十年來一直得到廣泛的研究。
　　 文本無關(guān)的說話人確認(rèn)不限定說話內(nèi)容而便于使用，但也正是因?yàn)榇?，加之采集方式和采集環(huán)境的變化，造成了失配的多方面

2、可能。NIST實(shí)驗(yàn)表明，失配是降低說話人確認(rèn)系統(tǒng)性能的重要因素。所以文本無關(guān)的說話人確認(rèn)至今卻還沒有在市場(chǎng)上得到廣泛應(yīng)用。
　　 本文針對(duì)失配問題，進(jìn)行了深入研究。分析了已有的失配補(bǔ)償技術(shù)，在此基礎(chǔ)上提出了兩種提高系統(tǒng)性能的失配補(bǔ)償方法，同時(shí)通過新的建模方法在一定程度上降低了說話人識(shí)別建模所需的空間。本文主要內(nèi)容如下：
　　 一、分析了說話人確認(rèn)建模的主流方法GMM-UBM的基本原理。GMM-UBM是通過在建模時(shí)提供基準(zhǔn)

3、，以及在測(cè)試時(shí)通過說話人模型得分和UBM得分相減操作而起到語音類失配補(bǔ)償?shù)淖饔?。?duì)已有的特征域、模型域和得分域的失配補(bǔ)償算法進(jìn)行了簡(jiǎn)單的介紹，同時(shí)也分析了各種失配補(bǔ)償法的優(yōu)缺點(diǎn)。
　　 二、針對(duì)現(xiàn)有失配補(bǔ)償方法的不足，提出了Z-cosine方法。該方法首先用本征音方法進(jìn)行語音類失配補(bǔ)償，再采用類內(nèi)方差規(guī)整方法進(jìn)行信道失配補(bǔ)償，最后把經(jīng)過語音類失配補(bǔ)償和信道失配補(bǔ)償?shù)恼f話人因子作為說話人模型，測(cè)試時(shí)采用了簡(jiǎn)潔有效的余弦評(píng)分。該方法