基于EBF網(wǎng)絡(luò)的特征映射器的研究及其在魯棒話者識別中的應(yīng)用.pdf

1、該文在對神經(jīng)網(wǎng)絡(luò)、話者識別,尤其是魯棒話者識別的研究現(xiàn)狀和發(fā)展進行了認真詳細的分析的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)構(gòu)建特定話者的特征映射來改善話者識別系統(tǒng)的魯棒性.這包括兩個方面的改進工作:一是選擇合適的神經(jīng)網(wǎng)絡(luò)類型,并對其參數(shù)進行優(yōu)化,使其對于語音信號特征在樣本空間中發(fā)生混疊時,仍然保持較好的樣本表征能力;二是通過補償?shù)姆绞?對在不同環(huán)境或信道影響下發(fā)生畸變的失真信號予以恢復(fù),使其更接近于未失真信號,從而提高可區(qū)分程度.該文從上述這兩個方面出發(fā)

2、,對基于EBF神經(jīng)網(wǎng)絡(luò)的魯棒話者識別作了進一步深入的研究.主要工作包括:首先,該文比較并說明了RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及相對于BP網(wǎng)絡(luò)在識別方面的優(yōu)勢,并對徑向基核函數(shù)的選擇作了進一步的討論,由此引入了橢圓基函數(shù)(EBF)網(wǎng)絡(luò),它在RBF網(wǎng)絡(luò)結(jié)構(gòu)中全協(xié)方差矩陣取代原來的對角協(xié)方差矩陣,使之在不同的輸入方向上的函數(shù)寬度也不同,能夠在不增加基函數(shù)數(shù)目的情況下表征復(fù)雜的分布.其次,影響EBF網(wǎng)絡(luò)性能的一個非常重要的因素是聚類.該文在分析了目前聚類

3、的基本方法的基礎(chǔ)上,指出以K平均法等為代表的分割聚類雖然理論上找到類的所有劃分并使得目標函數(shù)最小就可以獲得最優(yōu)解,但由于對于相當尺度的數(shù)據(jù)集列舉所有可能的劃分并不現(xiàn)實,因而多數(shù)分割方法采用迭代優(yōu)化技術(shù)作為變通.第三,該文在對期望值最大(EM)算法的思想、收斂性以及收斂速度問題作了認真細致的研究的基礎(chǔ)上,指出EM算法在參數(shù)優(yōu)化方面具有無須在每次迭代時都計算逆赫斯陣、接近于超線性收斂、無須設(shè)置步長參數(shù)就可以達到似然度的單調(diào)收斂等優(yōu)點.基于這

4、些優(yōu)點,該文采用EM算法來優(yōu)化EBF網(wǎng)絡(luò)的均值及協(xié)方差矩陣參數(shù),并給出了應(yīng)用EM算法估計EF網(wǎng)絡(luò)參數(shù)的具體公式.并且通過話者識別實驗,表明利用EM算法優(yōu)化的EBF網(wǎng)絡(luò),其性能要優(yōu)于普通的RBF網(wǎng)絡(luò)和EBF網(wǎng)絡(luò).第四,該文通過對魯棒語音技術(shù),尤其是通過電話線路的魯棒話者識別技術(shù)的特點的分析,對魯棒話者識別的補償技術(shù)提出了一種新的設(shè)想和方法.最后,該文還將上述擴展的RPCL和EM算法結(jié)合起來,對EBF網(wǎng)絡(luò)參數(shù)加以優(yōu)化,并以此為基礎(chǔ)開發(fā)了話者