說話人識別中不同語音編碼影響的補(bǔ)償方法.pdf

1、說話人識別技術(shù)因其自身獨(dú)特的方便性、經(jīng)濟(jì)性、準(zhǔn)確性和可擴(kuò)展性等優(yōu)點(diǎn)，在生物特征識別領(lǐng)域中具有廣闊的應(yīng)用前景。盡管在實(shí)驗(yàn)室環(huán)境下，說話人識別系統(tǒng)已經(jīng)取得了比較令人滿意的效果，但是現(xiàn)實(shí)中的各種外界因素使得系統(tǒng)性能明顯下降。其中影響性能的主要原因之一是由于各種因素而導(dǎo)致的訓(xùn)練和測試時(shí)語音信號編碼的不匹配問題。尤其是在進(jìn)行網(wǎng)絡(luò)下說話人識別時(shí)，所能獲得的訓(xùn)練數(shù)據(jù)是采用某種語音（音頻）編碼方式下的信號，而在實(shí)際使用時(shí)，待測語音信號為其他編碼方式的信

2、號，這時(shí)的說話人識別就面臨著訓(xùn)練和測試語音由于編碼不同而產(chǎn)生的不匹配問題，這將影響說話人識別的性能。為了提高網(wǎng)絡(luò)環(huán)境下的說話人識別性能，增強(qiáng)系統(tǒng)實(shí)用化程度，首先需要解決編碼匹配問題，即消除訓(xùn)練語音和測試語音之間的編碼不匹配對識別率的影響。
　　本文主要研究有效克服不同語音編碼影響的補(bǔ)償方法，以提高網(wǎng)絡(luò)環(huán)境下的說話人識別性能，主要是在特征域和得分域進(jìn)行補(bǔ)償。在編碼特征補(bǔ)償方面，將兩種語音識別中的編碼補(bǔ)償方法，最大后驗(yàn)概率MAP(Ma

3、ximumAPosterior)方法和最大似然估計(jì)ML(MaximumLikelihood)方法，應(yīng)用到說話人識別系統(tǒng)當(dāng)中。在得分補(bǔ)償方面，引入信道補(bǔ)償中的似然比得分補(bǔ)償方法，進(jìn)一步提高系統(tǒng)性能。在應(yīng)用GMM(GaussianMixtureModel)進(jìn)行第一次識別的基礎(chǔ)上，使用編碼得分歸一化，再進(jìn)行二次判決，得到最終識別結(jié)果。所采用的基線系統(tǒng)為文本無關(guān)的說話人辨認(rèn)系統(tǒng)。實(shí)驗(yàn)結(jié)果表明，首先應(yīng)用MAP方法進(jìn)行編碼補(bǔ)償，再利用似然比得分補(bǔ)償