基于嵌入式平臺的文本相關(guān)說話人確認算法的研究.pdf_第1頁
已閱讀1頁,還剩55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、說話人識別技術(shù)以其方便、經(jīng)濟、易于被接受以及安全可靠等特點日益成為人們生活和工作中重要且普及的用戶身份驗證方式。但是,在嵌入式平臺上使用常規(guī)的方法難以達到實時處理的要求。對于基于動態(tài)時間彎折(Dynamic Time Warping,DTW)算法的文本相關(guān)說話人識別系統(tǒng)來說,在普通PC機器上很容易達到實時的效果,但將其移植到嵌入式平臺,如多普達掌上電腦P800(CPU主頻為201MHz)時,訓練和識別速度就會很慢,難以滿足實時性要求。目

2、前,國內(nèi)外針對嵌入式文本相關(guān)的說話人識別實現(xiàn)的研究,鮮有與運算速度相關(guān)的。
   本文針對這一現(xiàn)狀,為了使文本相關(guān)說話人識別系統(tǒng)在嵌入式平臺上得以實用,借鑒了語音識別中的非線性分段(Non-Linear Partition,NLP)思想,把語音按照內(nèi)容劃分為N段,分別對每段語音建立說話人模型。在對說話人識別主流的建模方式高斯混合模型(Gaussian Mixture Model,GMM)和通用背景模型-高斯混合模型(Univer

3、sal BackgroundModel-Gaussian Mixture Model,GMM-UBM)的方法進行比較和分析后,根據(jù)訓練數(shù)據(jù)較短的特點以及實際使用的特殊環(huán)境,最終采用單高斯模型作為說話人模型。單高斯模型簡單的特點同時也決定著它不能夠精確的刻畫說話人的個性特征。因此,系統(tǒng)采用多遍訓練進行模型融合,并針對文本相關(guān)的說話人識別語料選擇合適的分段準則。除此之外,系統(tǒng)還使用雙模型距離判決手段提高系統(tǒng)性能。
   在同一個語料

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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