基于稀疏表示的魯棒性說話人識別技術研究.pdf

1、經過了幾十年的研究發(fā)展，說話人識別技術憑借其快速、簡便的優(yōu)勢，在人機接入領域得到了大家廣泛的關注和研究。匹配模型是說話人識別研究中的關鍵技術，模型性能的優(yōu)劣對識別系統(tǒng)識別率的影響重大。信號的稀疏表示技術近幾年被廣泛應用于說話人識別之中，它與高斯混合模型相結合，顯著提高了識別系統(tǒng)的準確率。目前，說話人識別研究的主要方向是進一步提高系統(tǒng)的魯棒性，具體表現為解決信道失配問題和環(huán)境噪聲問題；另一方面，在智能終端廣泛普及情況下，借助智能終端進行快

2、速準確的身份識別，需要進一步解決系統(tǒng)復雜性問題。本文主要對基于稀疏表示的魯棒性說話人識別技術進行了深入研究，在此基礎上，本文主要工作和創(chuàng)新如下：
　?。?）在訓練基于高斯混合模型均值超向量的稀疏表示字典時，需要大量的訓練語音以達到字典冗余的條件，本文提出使用高斯混合模型均值矩陣代替均值超向量進行字典訓練來解決這個問題，同時，每個說話人即可形成一個冗余字典進行說話人識別，識別時的計算量也得到了降低。
　　（2）對比了樣本字典和

3、學習字典這兩種字典在干凈語音環(huán)境與有噪語音環(huán)境下的性能，發(fā)現學習字典的抗噪能力要弱于樣本字典，并且提出在訓練語音中加入噪聲以減小識別環(huán)境和訓練環(huán)境的差異，從而提高識別率。
　?。?）針對識別時的環(huán)境噪聲問題，提出一種適用于稀疏表示說話人識別的全局補償方法。該方法對不同階特征參數進行逐一分析，目的是為了找出被噪聲影響最嚴重的一階參數并去除之，以此增強測試語音與訓練語音之間的相關性，提高了識別系統(tǒng)適應不同噪聲環(huán)境的魯棒性。仿真實驗結果