音源特征用于提高话者确认系统的鲁棒性

给出了一种采用音源特征信息提高以声道倒谱参数为特征的话者确认系统噪声鲁棒性的方法,提取了两类音源特征参数：短时（单帧）特征参数和较长时（多帧）特征参数,并分别构建了两个利用音源特征参数的与文本无关的话者确认辅助子系统.采用线性加权对主、辅子系统的输出进行融合.在NIST＇03数据库上100个男性话者的对比实验表明,音源特征参数具有良好的噪声鲁棒性,声道特征与音源特征具有较强的互补性,尤其是在较强的噪声背景下,利用音源特征可以有效地提高以声道倒谱参数为特征的确认系统的鲁棒性.     

基于超音段韵律特征和GMM-UBM的文本无关的说话人识别

提出一种采用超音段韵律特征和GMM-UBM模型结构的文本无关的说话人识别方法,用多尺度小波分析方法从短时倒谱参数MFCC和基频F0随时间变化的韵律中分别提取可用于文本无关说话人识别的超音段韵律特征参数PMFCC和PF0,并组成联合参数PMFCCF0.在NIST068side-1side复杂背景电话手机语音数据库上的说话人确认实验则表明,采用一阶小波分析方法提取的超音段韵律参数PMFCC的识别性能与短时MFCC相当,采用超音段韵律特征PMFCCF0的系统确认性能比采用短时MFCC系统有较大的提高.在微软数据库进行不同信噪比测试语音的说话人辨认实验表明,PMFCCF0有比短时MFCC更好的噪声鲁棒性.     

基于失配信息子空间失配补偿的话者确认

对于电话手机语音的文本无关说话人确认,语音受到传输信道、话筒等的影响,失配问题尤为显著.为此提出一种GMM-UBM框架下基于失配信息子空间的说话人确认失配补偿方法,该方法利用失配信息子空间和基准信息模型获得训练和测试语音的相对失配信息,此失配信息是失配信息子空间中超矢量的一种线性组合,补偿更为准确,能够根据失配对不同语音类的不同影响,对不同的语音类进行相应的补偿.NIST06数据库上的实验表明,经过失配补偿的系统性能在EER和MinDCF有近50%的提高.     

基于语音质量的话者确认方法研究

针对传统的手机电话语音的说话人确认中,未考虑训练语音和测试语音信号本身质量对识别效果的影响问题,采用语音质量测量的方法对GMM-UBM方法进行改进,提出了利用多维基音参数,将基音偏离作为语音信号质量测量准则的方法,对GMM-UBM系统短时谱参数评分过程进行修正,得到基于语音信号质量的评分方法.通过在NIST SRE 2006 1side数据库中男性话者的实验表明,采用语音质量的评分方法能够有效提高系统的识别率,系统的等误识率和检测代价函数都有一定程度的改进.     

基于GMM-UBM的语言辨识算法研究

运用Matlab软件,以自己建立的语音数据库为基础,对与文本无关的基于GMM-UBM的语言辨识系统进行了测试,获得的平均识别率达74%,与传统GMM算法的测试对比,基于GMM-UBM的语言辨识算法能更好地改善语言辨识系统的性能.     

声码器半解码参数用于说话人身份确认

面向通信领域广泛使用的线性预测声码器，设计了一种不经过“解码—特征提取”过程，而直接由传输码流截取说话人特征的方法，并针对宽带自适应多码率声码器（ANN-WB）建立了与文本无关的话者确认系统．系统采用基于概率统计模型的GMM-UBM结构，以LPC倒谱作为主要的话者特征矢量，并加入基音衍生参数以提高确认性能．实验表明，该系统在运算速度提高一个数量级的情况下，达到了与基于重建语音的话者确认系统相接近的性能，且对码率失配具有良好的鲁棒性．     

嵌入自联想神经网络的高斯混合背景模型说话人确认

提出在高斯混合背景模型中嵌入自联想神经网络的方法,并将它用于说话人确认. 该方法利用神经网络 和高斯混合背景模型各自的优点,以极大似然概率为训练准则,将两者作为一个整体进行训练,揭示了特征向量的 空间信息. 嵌入的神经网络起到了数据整形的作用,增强了目标说话人数据的相似性. 在背景模型和目标模型的训 练中交替更新高斯混合模型和神经网络的参数. 实验表明,采用本文提出的模型并结合TNorm方法,比基线系统 的确认率提高26%.     

改进i-向量说话人识别算法研究

针对信道变化环境下说话人识别系统鲁棒性差及识别率低的问题,提出一种改进i-向量说话人确认算法。首先,利用系统注册说话人GMM-UBM提取话者i-向量;然后,采用加权线性判别分析对i-向量降维和信道补偿,提取更具判别性的特征向量;紧接着,结合类内协方差归一化技术和ZT-norm规整技术对余玄距离得分进行规整,进一步消除信道干扰;最后,构建高鲁棒性余玄距离分类器判定目标说话人。仿真实验结果表明该算法可以有效地提高系统性能。