不匹配信道下耳語音說話人識(shí)別研究.pdf

1、耳語音作為人類的一種輔助發(fā)音方式，在日常生活中起著較為廣泛的作用，尤其是在金融領(lǐng)域，公安司法領(lǐng)域中各種身份的確認(rèn)。說話者為了保證信息的私密性，常常會(huì)用到耳語音。
　　 正因如此，耳語音說話人識(shí)別也作為一個(gè)新的課題被提出來。耳語音主要是用在手機(jī)通話中，語音必然會(huì)受到信道畸變的影響。傳統(tǒng)的識(shí)別模型遇到訓(xùn)練和測(cè)試的信道環(huán)境差異變大時(shí)，識(shí)別率就會(huì)大大受到影響。因此，必然需要一種穩(wěn)健的信道補(bǔ)償算法來增強(qiáng)這個(gè)說話人識(shí)別系統(tǒng)。為了解決這個(gè)問題

2、，本文做了以下幾個(gè)方面的工作：
　　 一、將各種信道的耳語音數(shù)據(jù)混合在一起訓(xùn)練通用背景模型(UBM)，然后在此基礎(chǔ)上進(jìn)行最大后驗(yàn)概率(MAP)自適應(yīng)獲得說話人模型，將此模型和常規(guī)的GMM模型進(jìn)行識(shí)別率的比較。實(shí)驗(yàn)證明，UBM模型優(yōu)于普通的GMM。
　　 二、將聯(lián)合因子分析(JFA)應(yīng)用到耳語識(shí)別中，根據(jù)耳語數(shù)據(jù)庫的特性，采取分開估計(jì)和省略殘差空間的方法。具體在識(shí)別過程中，通過將訓(xùn)練所得的說話人因子和測(cè)試所得的信道因子相結(jié)

3、合的方式，達(dá)到說話人不斷適應(yīng)測(cè)試信道環(huán)境的目的。實(shí)驗(yàn)結(jié)果顯示修改后JFA的識(shí)別效果大大提升。另外，根據(jù)JFA在短時(shí)識(shí)別方面效果不理想，提出了一種在模型上保持說話人因子不變，而將信道因子用到特征方面，對(duì)每一幀特征矢量進(jìn)行補(bǔ)償?shù)幕旌涎a(bǔ)償法，該方法相對(duì)于JFA來說補(bǔ)償?shù)母鼮榧?xì)致，實(shí)驗(yàn)顯示HH信道訓(xùn)練時(shí)1s和2s平均識(shí)別率分別提高4.36％和3.89％，EP信道訓(xùn)練時(shí)1s和2s平均識(shí)別率分別提高4.14％和2.64％。
　　 三、根據(jù)支