說話人辨認中的特征變換和魯棒性技術(shù)研究.pdf

1、為了提高說話人辨認系統(tǒng)的性能和在實際應用中的魯棒性，本論文在高斯混合模型特征變換、特征加權(quán)補償變換和自適應直方圖均衡化三個方面進行了研究，主要研究成果包括： 1.提出了基于嵌入變換的對角方差矩陣高斯混合模型的多步聚類算法。為了簡便計算，高斯混合模型中的方差矩陣通常直接用對角方差矩陣代替，因而會對相似度的計算產(chǎn)生損失。為了彌補由于采用對角方差矩陣而引起的相似度損失，提出了基于嵌入變換的對角方差矩陣高斯混合模型的多步聚類算法。該方法

2、采用嵌入變換的對角方差矩陣來建立模型；同時將多步聚類算法融入其中，使高斯混合模型能找到其最適合的模型混合數(shù)。與普通聚類期望最大(EM)算法相比，多步聚類算法所需的EM估計次數(shù)明顯減少；與聚類EM估計的GMM方法相比，在同一語音庫下平均計算時間降低了約50％，錯誤識別率平均減少1.4％；在自制和公開的兩個語音庫下，與嵌入變換的GMM估計方法相比，新方法都可以直接達到說話人辨認錯誤識別率的最佳點，達到了識別效果和識別時間的統(tǒng)一。 2

3、.提出了基于高斯混合模型的加權(quán)特征補償變換的抗噪聲算法。針對特征加權(quán)算法的局限性和歸一化補償變換方法的特性，提出了基于高斯混合模型的加權(quán)特征補償變換的抗噪聲算法。一方面根據(jù)幀信噪比對特征值的貢獻大小進行加權(quán)；另一方面根據(jù)說話人識別的聲學特性對模型輸出的似然得分進行變換，補償了加權(quán)因子在某些環(huán)境下的局限性。對于不同信噪比的平穩(wěn)和非平穩(wěn)噪聲環(huán)境，在自制語音庫下，與特征加權(quán)算法相比，該算法平均識別率提高了2.74％和2.82％；與歸一化補償變

4、換方法相比，平均識別率提高了3.56％和1.34％。在另一公開語音數(shù)據(jù)集下，與特征加權(quán)算法相比，該算法平均識別率提高了3.02％和2.56％；與歸一化補償變換方法相比，平均識別率提高了3.9％和1.14％。 3.提出了基于統(tǒng)計模型的自適應直方圖均衡化方法。針對說話人特征的統(tǒng)計特性和直方圖均衡化在說話人識別中應用的不足之處，提出了應用于說話人辨認中的自適應直方圖均衡化方法。該方法首先用較大的區(qū)間長度來構(gòu)造直方圖的累積函數(shù)，然后根據(jù)