資源描述：
《話者識別中失配信息補(bǔ)償理論和方法的研究》由會員上傳分享，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、中國科學(xué)技術(shù)大學(xué)博士學(xué)位論文話者識別中失配信息補(bǔ)償理論和方法研究姓名：劉青松申請學(xué)位級別：博士專業(yè)：電路與系統(tǒng)指導(dǎo)教師：戴蓓蒨2011-05摘要摘要在文本無關(guān)的話者識別中，尤其以NIST話者測評為代表的復(fù)雜環(huán)境下電話手機(jī)語音的話者識別，訓(xùn)練語音與測試語音的失配是導(dǎo)致識別系統(tǒng)性能下降的重要因素。這種失配包含語音類失配和外部干擾失配兩種：包括訓(xùn)練和測試文本內(nèi)容不同的影響，周圍環(huán)境噪聲的影響，語音信號采集設(shè)備（話筒）的影響，傳輸調(diào)制信道的影響等。除此之外，還有說話人自身因素的影響，情緒變化等。如何對這些失配信息進(jìn)行準(zhǔn)確而
2、有效的補(bǔ)償是當(dāng)前話者識別研究領(lǐng)域的熱點(diǎn)問題。論文針對復(fù)雜環(huán)境下電話手機(jī)語音識別系統(tǒng)的失配問題，圍繞如何解決當(dāng)前失配方法的不足，更加有效的對上述兩種失配進(jìn)行補(bǔ)償，如何提高訓(xùn)練和測試失配補(bǔ)償?shù)乃俣?，如何將失配補(bǔ)償與區(qū)分性系統(tǒng)結(jié)合起來等方面進(jìn)行了深入的研究。論文首先深入分析了現(xiàn)有的一些失配補(bǔ)償方法的思路和算法實(shí)現(xiàn)細(xì)節(jié)。針對語音類失配問題，從訓(xùn)練和測試兩個(gè)角度詳細(xì)分析了在GMM-UBM框架下UBM模型在話者模型訓(xùn)練和評分測試中所起到的重要的基準(zhǔn)作用，以及通過測驗(yàn)語音與目標(biāo)話者模型和UBM模型的評分相減來解決語音類失配的問題
3、。針對外部影響失配問題，詳細(xì)介紹了現(xiàn)有的一些基于特征域、模型域、評分域的失配補(bǔ)償方法，并分析了這些失配補(bǔ)償方法的不足之處，主要體現(xiàn)在需要信道分類器對語音進(jìn)行信道判決，只能針對孤立的信道類別進(jìn)行補(bǔ)償，以及信道分類器判決可能出現(xiàn)誤判，訓(xùn)練信道分類器也需要相應(yīng)的信道標(biāo)記的語音。這都限制了當(dāng)前已有的一些失配補(bǔ)償方法的效果。論文針對語音類和外部干擾兩類失配問題和現(xiàn)有失配補(bǔ)償方法存在的不足之處，將因子分析方法用于估計(jì)說話人確認(rèn)中訓(xùn)練和測試受到的失配影響，詳細(xì)分析了在基于因子分析的失配補(bǔ)償方法中，如何構(gòu)建失配信息空間和話者信息空
4、間，并通過這兩個(gè)信息空間估計(jì)語音所受到的失配影響大小（對應(yīng)為失配因子），其失配補(bǔ)償是按照實(shí)際的失配影響大小而不是通道類別進(jìn)行補(bǔ)償，無需I摘要利用信道模型判決語音的信道種類，避免信道種類判決錯(cuò)誤的影響。故其連續(xù)相對的補(bǔ)償效果要優(yōu)于傳統(tǒng)的失配補(bǔ)償方法。在NISTSRE2008測評中我們將本方法應(yīng)用于長語音任務(wù)中，在50多家國際參賽機(jī)構(gòu)中排名第一。論文還利用話者信息空間解決短語音利用MAP方法據(jù)估計(jì)話者模型的不足問題，實(shí)驗(yàn)結(jié)果效果明顯，相對提高17%左右。為了提高語音在失配補(bǔ)償時(shí)的速度，論文提出了一種基于CUBM選擇模型
5、和因子分析的快速失配補(bǔ)償方法。CUBM由UBM高斯分量通過KL距離準(zhǔn)則和自底向上的分層聚類得到的高斯混合模型。在失配補(bǔ)償時(shí)，利用CUBM選擇模型為每幀語音特征矢量選擇一組相應(yīng)的UBM高斯分量，只用這些高斯分量計(jì)算相應(yīng)的EM統(tǒng)計(jì)量，可以顯著降低失配補(bǔ)償?shù)挠?jì)算量。論文還提出了一種基于Top-N的選擇策略，以提高UBM高斯分量的選擇精度，平衡系統(tǒng)性能和失配補(bǔ)償計(jì)算量之間的矛盾。在NISTSRE2006主任務(wù)上的實(shí)驗(yàn)表明，基于CUBM選擇模型的快速失配補(bǔ)償方法在取得和原始失配補(bǔ)償方法相近的系統(tǒng)性能的同時(shí)，計(jì)算量降為原來的八
6、分之一左右，解決了失配補(bǔ)償方法應(yīng)用中的計(jì)算量問題。論文提出將失配補(bǔ)償和SVM區(qū)分性話者識別系統(tǒng)結(jié)合起來的一種方法。當(dāng)SVM輸入是GMM均值超矢量時(shí)，SVM的訓(xùn)練樣本（目標(biāo)和冒認(rèn)話者的GMM均值超矢量）在模型域進(jìn)行補(bǔ)償，測試時(shí)，測試語音也同樣提取相應(yīng)的GMM均值超矢量，在模型域補(bǔ)償后與SVM話者模型測試。在NISTSRE2008核心任務(wù)的實(shí)驗(yàn)表明，失配補(bǔ)償后的SVM系統(tǒng)性能比補(bǔ)償后的GMM系統(tǒng)性能有7%左右的提高，比補(bǔ)償前的SVM系統(tǒng)性能相對提高24%。實(shí)驗(yàn)結(jié)果充分說明了失配補(bǔ)償方法對區(qū)分性話者識別系統(tǒng)性能提升的重要
7、意義。論文的研究工作得到了國家留學(xué)基金委2009年度國家公派高水平研究生項(xiàng)目（No.2009634072）和中國科學(xué)技術(shù)大學(xué)研究生創(chuàng)新基金（No.KD2008056）的資助。關(guān)鍵詞：說話人識別，語音失配，因子分析，快速失配補(bǔ)償IIABSTRACTABSTRACTTheissueofmismatchbetweentrainandtestspeechisthekeychallengeinthecurrenttext-independentspeakerrecognition(especiallyfortelephone
8、/mobilespeechunderthevaryingenvironmentinNISTSRE).Thismismatchcanbegroupedintotwocatalogs:contentandchannelvariability,suchasthedi?erenttrainandtestspeechcontent,handsettype,channe
