基于支持向量機的語種識別方法的研究.pdf

1、隨著全球化趨勢的加劇，國際間交流越來越密切，各國家和地區(qū)的人們因為經(jīng)濟(jì)、政治、文化、旅游的需要而頻繁往來，使得人們迫切地需要能夠突破語言的限制，自由地進(jìn)行交往。因此自動語種識別((Language Identification,LID)顯得越來越重要。LID能自動地識別出一段語音所屬的語言種類，這在語音識別、自動機器翻譯、國防和日常生活中體現(xiàn)出較強的應(yīng)用價值，逐漸引起了相關(guān)研究和應(yīng)用領(lǐng)域的廣泛關(guān)注。 廣義上說，自動語種識別可分成

2、基于聲學(xué)模型和基于音素搭配關(guān)系模型兩類。另外，根據(jù)建模方法的不同，又可以分成產(chǎn)生性模型(Generative Model)，如音素識別語言模型(PRLM)、高斯混合模型(GMM)和區(qū)分性模型(Discriminative Model)的方法，如支持向量機SVM。近年來將音素識別PR、GMM和SVM結(jié)合起來成為語種識別研究的一個主要方向。本文從聲學(xué)空間的區(qū)分性建模方法出發(fā)，著重研究了基于支持向量機SVM的語種識別系統(tǒng)。首先介紹了其常用的聲

3、學(xué)特征及其魯棒性方法，然后分析了不同核函數(shù)的構(gòu)成，即廣義線性區(qū)分性序列核GLDS和高斯混合模型超矢量核GSV，在此基礎(chǔ)上提出了相應(yīng)的改進(jìn)，具體工作包括以下幾個方面: 第一:從原理上對比了LPCC和MFCC在語種識別中的優(yōu)劣，由此啟發(fā)，將它們?nèi)诤掀鹂梢垣@得較好的效果。另外對各種基于特征域上的魯棒性方法在語種識別上的應(yīng)用進(jìn)行試驗，最終給出了一個合適的提高特征魯棒性的策略。 第二:針對原有的GLDS核函數(shù)存在訓(xùn)練、測試語句之間

4、時長不匹配的問題，采取了層次化的結(jié)構(gòu)，一方面將訓(xùn)練樣本切分到和測試樣本相近的長度，另一方面又通過樣本選擇，在控制樣本數(shù)目的前提下保留了最具區(qū)分性的樣本。這樣在一定程度上減少了訓(xùn)練和測試之間的不匹配問題，又保留了其計算量小的優(yōu)點。再結(jié)合多種特征之間的互補性，使系統(tǒng)性能提升30％。 第三:在GSV系統(tǒng)中，通過結(jié)合擾動屬性投影NAP、因子分析FA等去噪方法和VTLN等手段，識別性能得到很大提高。另外，針對GSV系統(tǒng)的特征維數(shù)隨GMM高