說話人識別方法與策略的研究.pdf

1、隨著信息技術(shù)的發(fā)展，如何鑒定個人身份，保護(hù)信息安全越來越重要。說話人識別作為生物特征認(rèn)證技術(shù)的一種，和傳統(tǒng)的認(rèn)證方式相比，具有使用方便、安全性高、不易被遺忘等優(yōu)點(diǎn)，在電話金融交易、軍事偵察和信息檢索等領(lǐng)域有著廣泛的應(yīng)用前景。 本文首先回顧了說話人識別技術(shù)的發(fā)展歷史和研究現(xiàn)狀，對說話人識別系統(tǒng)的組成、原理進(jìn)行了介紹，然后闡述了說話人識別的三種主要識別方法：非參數(shù)模型方法、參數(shù)模型方法和人工神經(jīng)網(wǎng)絡(luò)方法。每種方法都有各自的特點(diǎn)，由于

2、HMM模型成功描述了語音信號的統(tǒng)計(jì)特性，已成為目前最佳的說話人識別處理模型。此外，在與文本無關(guān)的說話人識別中，GMM也常被采用。 本文對說話人識別中所涉及的兩個關(guān)鍵問題，即說話人的特征提取和說話人識別模型的建立進(jìn)行了重點(diǎn)研究。目前常用的代表說話人特征的參數(shù)除了傳統(tǒng)的長時統(tǒng)計(jì)參數(shù)以外，主要是使用LPC參數(shù)和MFCC倒譜參數(shù)，相對來說MFCC參數(shù)的魯棒性效果更好些。在說話人模型方面，可以采用的方法很多，我們主要考察研究了模板匹配法、

3、矢量量化法、隱馬爾可夫模型法以及高斯混合模型法，其中在模板匹配法中分別對基音特征和長時譜特征的模板匹配方法作了分析研究。在此基礎(chǔ)上，本文提出兩種改進(jìn)識別方法并在MATLAB上進(jìn)行了系統(tǒng)仿真。一種是基于子帶的VQ話者識別方法，通過與通常的寬頻帶話者識別方法進(jìn)行對比實(shí)驗(yàn)，發(fā)現(xiàn)子帶結(jié)構(gòu)的分類器能夠有效增加系統(tǒng)的正確識別率和對窄帶噪聲的魯棒性，并且在子帶數(shù)目為16時，系統(tǒng)的識別性能最好。另一種話者識別方法是基于復(fù)合策略和參數(shù)模型的，系統(tǒng)采用復(fù)合

4、策略綜合了聲源和聲道信息，建立基音周期和MFCC參數(shù)的聯(lián)合測度，利用模板匹配法進(jìn)行初級判決，有效縮小了待識別的候選集大小，第二級細(xì)判采用基于統(tǒng)計(jì)模型的CHMM分類器進(jìn)行，保證了系統(tǒng)的識別率。在使用復(fù)合策略和CHMM模型來建立說話人識別系統(tǒng)的基礎(chǔ)上，我們還通過采用混合訓(xùn)練的方法來增強(qiáng)系統(tǒng)對各種噪聲的適應(yīng)能力，提高了系統(tǒng)的魯棒性和實(shí)用性。實(shí)驗(yàn)表明，采用復(fù)合策略和序貫判決的話者識別系統(tǒng)在識別的精度和效率上均得到了好的效果。 本文的最后