資源描述：
《文本無關(guān)的說話人識(shí)別研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、文本無關(guān)的說話人識(shí)別研究重慶大學(xué)碩士學(xué)位論文（學(xué)術(shù)學(xué)位）學(xué)生姓名：趙靈歌指導(dǎo)教師：邢永康副教授專業(yè)：計(jì)算機(jī)軟件與理論學(xué)科門類：工學(xué)重慶大學(xué)計(jì)算機(jī)學(xué)院二O一六年四月ResearchonText-IndependentSpeakerRecognitionAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByZhaoLinggeSupervisedbyAss.Prof.XingYo
2、ngKangSpecialty:ComputerSoftwareandTheoryCollegeofComputerScienceofChongqingUniversity,Chongqing,ChinaApril,2016中文摘要摘要說話人識(shí)別通過說話人的聲音確認(rèn)其身份，具有其他身份認(rèn)證技術(shù)不具備的優(yōu)勢(shì)，而且語音采集過程簡(jiǎn)單，用戶接受度高，在軍事、公安司法部門和互聯(lián)網(wǎng)等領(lǐng)域有著廣泛的應(yīng)用。說話人識(shí)別系統(tǒng)的性能易受背景環(huán)境、說話人身體狀況情緒變化及信道失配等問題的影響，提高特征表示能力成為提升系統(tǒng)性能的關(guān)鍵。從特征選擇與提取的角度出發(fā)
3、，本文將常向量方法和深度學(xué)習(xí)應(yīng)用到說話人識(shí)別的主流模型中；改進(jìn)了GMM模型初始化算法；提出了一種GMM超向量的規(guī)整和構(gòu)成方法；從特征補(bǔ)償?shù)慕嵌瘸霭l(fā)，本文對(duì)GMM-SVM和全變量因子分析的規(guī)整和補(bǔ)償技術(shù)進(jìn)行研究。通過實(shí)驗(yàn)驗(yàn)證上述引入和改進(jìn)的方法能夠提高確認(rèn)系統(tǒng)的分類準(zhǔn)確率。①本文引入常向量方法對(duì)原始頻譜特征進(jìn)行空間變換，提取更加有效的語音特征。將CVA與GMM-UBM、GMM-SVM和全變量因子分析模型相結(jié)合，論證了常向量方法應(yīng)用于說話人識(shí)別中的有效性。②本文引入深度學(xué)習(xí)對(duì)原始頻譜特征進(jìn)行逐層信息抽取，學(xué)習(xí)到的深度特征作為GMM-UBM
4、和全變量因子分析模型的輸入，論證了深度特征應(yīng)用于說話人識(shí)別中的有效性。本文主要研究工作如下：①對(duì)語音的特征分析與提取進(jìn)行研究。本文對(duì)語音信號(hào)的預(yù)處理、時(shí)域以及頻域特征進(jìn)行簡(jiǎn)單介紹。②基于常向量方法的說話人識(shí)別研究。本文通過理論分析和實(shí)驗(yàn)論證了將常向量方法應(yīng)用到說話人識(shí)別中可有效提高系統(tǒng)的性能；改進(jìn)了GMM模型初始化方法；提出了一種GMM超向量的規(guī)整和構(gòu)成方法；對(duì)全變量因子分析中的規(guī)整方法和信道補(bǔ)償技術(shù)進(jìn)行研究。③基于深度學(xué)習(xí)的說話人識(shí)別研究。本文利用RBM學(xué)習(xí)深度特征并將其應(yīng)用到說話人確認(rèn)系統(tǒng)中進(jìn)行研究，通過實(shí)驗(yàn)論證了將深度特征應(yīng)用到
5、說話人識(shí)別中可有效改善系統(tǒng)的性能。關(guān)鍵詞：說話人識(shí)別，常向量方法，高斯混合模型，全變量因子分析，深度學(xué)習(xí)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
