文本无关的说话人识别研究

《文本无关的说话人识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、文本无关的说话人识别研究重庆大学硕士学位论文（学术学位）学生姓名：赵灵歌指导教师：邢永康副教授专业：计算机软件与理论学科门类：工学重庆大学计算机学院二O一六年四月ResearchonText-IndependentSpeakerRecognitionAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByZhaoLinggeSupervisedbyAss.Prof.XingYo

2、ngKangSpecialty:ComputerSoftwareandTheoryCollegeofComputerScienceofChongqingUniversity,Chongqing,ChinaApril,2016中文摘要摘要说话人识别通过说话人的声音确认其身份，具有其他身份认证技术不具备的优势，而且语音采集过程简单，用户接受度高，在军事、公安司法部门和互联网等领域有着广泛的应用。说话人识别系统的性能易受背景环境、说话人身体状况情绪变化及信道失配等问题的影响，提高特征表示能力成为提升系统性能的关键。从特征选择与提取的角度出发

3、，本文将常向量方法和深度学习应用到说话人识别的主流模型中；改进了GMM模型初始化算法；提出了一种GMM超向量的规整和构成方法；从特征补偿的角度出发，本文对GMM-SVM和全变量因子分析的规整和补偿技术进行研究。通过实验验证上述引入和改进的方法能够提高确认系统的分类准确率。①本文引入常向量方法对原始频谱特征进行空间变换，提取更加有效的语音特征。将CVA与GMM-UBM、GMM-SVM和全变量因子分析模型相结合，论证了常向量方法应用于说话人识别中的有效性。②本文引入深度学习对原始频谱特征进行逐层信息抽取，学习到的深度特征作为GMM-UBM

4、和全变量因子分析模型的输入，论证了深度特征应用于说话人识别中的有效性。本文主要研究工作如下：①对语音的特征分析与提取进行研究。本文对语音信号的预处理、时域以及频域特征进行简单介绍。②基于常向量方法的说话人识别研究。本文通过理论分析和实验论证了将常向量方法应用到说话人识别中可有效提高系统的性能；改进了GMM模型初始化方法；提出了一种GMM超向量的规整和构成方法；对全变量因子分析中的规整方法和信道补偿技术进行研究。③基于深度学习的说话人识别研究。本文利用RBM学习深度特征并将其应用到说话人确认系统中进行研究，通过实验论证了将深度特征应用到

5、说话人识别中可有效改善系统的性能。关键词：说话人识别，常向量方法，高斯混合模型，全变量因子分析，深度学习I英文摘要ABSTRACTSpeakerrecognitionreferstorecognizingpersonsfromtheirvoice,itownsthenaturaladvantagecomparedtootherauthenticationtechnologies.Theacquisitionprocessofthespeaker’sutteranceissimple,speakerrecognitiontechnolo

6、gyhashighuseracceptance.Ithasbeenwidelyappliedtomilitaryfield,publicsecurityandjudicialdepartmentaswellasinternetsecurity.Theperformanceofthespeakerrecognitionsystemisvulnerabletobackgroundenvironment,thehealthandmoodofthespeakerandthechannelmismatchproblems,therefore,t

7、hekeytoimprovethesystemperformanceistoenhancetheabilityoffeaturerepresentation.Intheviewoffeatureselectionandfeatureextraction,thecommonvectorapproachanddeeplearningwereintroducedtospeakerrecognitionasthewayoffeatureextractioninthispaper.Twomodifiedmethodswerealsostudie

8、dinthispaper.Intheviewoffeaturecompensation,thenormalizationandcompensationtechnologiesappliedtoGMM-SVMandTota