基于GMM和SVM的文本無關(guān)的說話人確認方法研究.pdf

1、實用背景下，電話(手機)語音的文本無關(guān)的說話人確認已成為當前說話人識別研究的重點，將區(qū)分性強的支持向量機SVM用于確認問題是個合理的選擇，然而將目前常用的短時倒譜參數(shù)MFCC用于文本無關(guān)的說話人確認需要較長的語音，因此，SVM作為話者模型時將會遇到大訓練樣本、兩類數(shù)據(jù)混疊嚴重等問題，使SVM的建模十分困難。概率統(tǒng)計模型GMM可以對大量語音數(shù)據(jù)的統(tǒng)計分布特征進行描述，能有效地表示出目標說話人的特性，且具有較好的魯棒性，從而成為文本無關(guān)的說

2、話人識別的主要模型，但GMM建模只是對目標說話人一類數(shù)據(jù)進行的。 針對SVM用于文本無關(guān)的說話人確認的問題，論文將概率統(tǒng)計模型GMM用于基于SVM的文本無關(guān)說話人確認，對SVM話者模型的建模策略、用于SVM模型的特征變換、說話人確認系統(tǒng)中的確認閾值設(shè)置和評分規(guī)整等方面進行了深入研究。 首先，對于SVM話者模型的建模策略，論文為每個目標話者訓練一個SVM模型。針對模型訓練時冒認話者數(shù)量眾多影響訓練效率的問題，論文提出了兩種

3、基于GMM的冒認話者選擇方法，通過GMM的似然度評分來選取少量與目標話者最接近的冒認話者作為訓練數(shù)據(jù)，不僅極大地減少了訓練數(shù)據(jù)量，提高了模型的訓練效率，而且使模型具有更好的區(qū)分性。 其次，論文提出了基于GMM聚類特征變換的SVM說話人確認方法，通過GMM聚類的特征變換，突出了說話人個性信息，大大降低了特征樣本數(shù)，減少了兩類數(shù)據(jù)的混疊，使得SVM話者模型建模變得簡單、有效。為了進一步提高變換特征的可比性和魯棒性，論文提出了基于統(tǒng)一

4、模型(UM)的GMM聚類方法，對各個特征數(shù)據(jù)集的聚類都由統(tǒng)一模型UM通過最大后驗概率(MAP)自適應獲得，實現(xiàn)了對不同特征數(shù)據(jù)集的聚類“規(guī)整”，提高了系統(tǒng)的區(qū)分能力。 針對基于UM-MAP的GMM聚類特點，論文義提出了一種改進的變換參數(shù)提取方法，通過UM進一步對變換特征進行規(guī)整，有效地提高了變換參數(shù)的區(qū)分性和魯棒性。NIST數(shù)據(jù)庫上的話者確認實驗表明，基于特征規(guī)整變換方法的UM-MAP norm/SVM系統(tǒng)相比主流的GMM-UB

5、M系統(tǒng)，在EER性能上相對提高了21.6％。 再次，論文研究了另外一種將GMM和SVM相結(jié)合的方法——GMM-SVM組合話者模型，將GMM作為話者模型的一部分和SVM共同組成話者模型。GMM作為前級模型主要起了兩個作用，對特征數(shù)據(jù)集進行有區(qū)分性的特征變換及數(shù)據(jù)壓縮，并以其多維概率輸出作為后級模型SVM的輸入矢量。NIST數(shù)據(jù)庫上的實驗證明，基于GMM-SVM組合話者模型的話者確認系統(tǒng)在EER性能上相對基準的GMM-UBM系統(tǒng)提

6、高了14.9％，表明了組合的有效性。最后，論文還對說話人確認中的確認閾值設(shè)置和輸出評分規(guī)整進行了研究。說話人確認中不同目標話者模型輸出評分分布的不一致性，導致統(tǒng)一確認閾值設(shè)置困難，論文提出了一種新的組合評分規(guī)整方法——TZ-norm規(guī)整，通過對輸出評分的整體規(guī)整，不僅提高了系統(tǒng)性能，而且有效降低了確認閾值選取的復雜度。NIST數(shù)據(jù)庫上文本無關(guān)的說話人確認實驗證明了新方法對統(tǒng)一確認閾值選取的有效性。 論文的研究工作得到了國家自然科