資源描述：
《基于嵌入式平臺(tái)的文本相關(guān)說話人確認(rèn)算法的研究》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、重慶郵電人學(xué)碩十論文摘要摘要說話人識(shí)別技術(shù)以其方便、經(jīng)濟(jì)、易于被接受以及安全可靠等特點(diǎn)R益成為人們生活和工作中重要且普及的用戶身份驗(yàn)證方式。但是，在嵌入式平臺(tái)上使用常規(guī)的方法難以達(dá)到實(shí)時(shí)處理的要求。對(duì)于基于動(dòng)態(tài)時(shí)間彎折(DynamicTimeWarping，DTW)算法的文本相關(guān)說話人識(shí)別系統(tǒng)來說，在普通PC機(jī)器上很容易達(dá)到實(shí)時(shí)的效果，但將其移植到嵌入式平臺(tái)，如多普達(dá)掌上電腦P800(CPU主頻為201MHz)時(shí)，訓(xùn)練和識(shí)別速度就會(huì)很慢，難以滿足實(shí)時(shí)性要求。目前，國內(nèi)外針對(duì)嵌入式文本相關(guān)的說話人識(shí)別實(shí)現(xiàn)的研究，鮮有與運(yùn)算速度相關(guān)的。本文針對(duì)這一現(xiàn)狀，為了使文本相關(guān)說話人識(shí)別系統(tǒng)在嵌入式平臺(tái)上得
2、以實(shí)用，借鑒了語音識(shí)別中的非線性分段(Non-LinearPartition．NLP)思想，把語音按照內(nèi)容劃分為N段，分別對(duì)每段語音建立說話人模型。在對(duì)說話人識(shí)別主流的建模方式高斯混合模型(GaussianMixtureMode[。GMM)和通用背景模型-高斯混合模型(Universa[BackgroundMode[·GaussianMixtureMode[，GMM—UBM)的方法進(jìn)行比較和分析后，根據(jù)訓(xùn)練數(shù)據(jù)較短的特點(diǎn)以及實(shí)際使用的特殊環(huán)境，最終采用單高斯模型作為說話人模型。單高斯模型簡(jiǎn)單的特點(diǎn)同時(shí)也決定著它不能夠精確的刻畫說話人的個(gè)性特征。因此，系統(tǒng)采用多遍訓(xùn)練進(jìn)行模型融合，并針對(duì)文本相關(guān)
3、的說話人識(shí)別語料選擇合適的分段準(zhǔn)則。除此之外，系統(tǒng)還使用雙模型距離判決手段提高系統(tǒng)性能。在同一個(gè)語料庫上測(cè)試得到的實(shí)驗(yàn)結(jié)果表明：基于非線性分段算法的系統(tǒng)等錯(cuò)誤率為1．21％，與基于DTW的基線系統(tǒng)相比，相對(duì)性能提高了57％，并且系統(tǒng)的訓(xùn)練時(shí)間降低到基線系統(tǒng)的23％，識(shí)別時(shí)間降低到50％，在實(shí)時(shí)性和實(shí)用性上均有著良好的效果。關(guān)鍵詞：嵌入式平臺(tái)，說話人識(shí)別，文本相關(guān)，非線性分段algorithmSOastomaketext—dependentspeakerrecognitionsystemsapplicableinembeddedplatforms．Thiscutsthefeaturesequen
4、ceintoseveralrelativelystablesegmentsandtrainsspeakermodelsonthesesegments．Afteranalyzingthetwomainstreamapproaches(GMMmodelingandGMM—UBMmodeling)，thisutilizestheSingle．Gaussianmodelingmethodtotrainspeakermodelsinviewofshorttrainingdataandspecialcircumstancesinactualuse．Single．GaussianmodelingiSadou
5、ble—edgedsword．Althoughitissimple，itcannotcharacterizeaspeaker’Spersonalityaccurately．Therefore，multi—trainingisusedformodelfusion．a(chǎn)ndanappropriatesegmentationcriterioniSestablishedaccordingtothecorpusoftext-specificspeakerrecognition．Apartfromthesemethods，theperformanceisfurtherimprovedthroughtheju
6、dgementofdouble．modeldistances．Theexperimentalresultsonthesamespeechcorpusshowthat，basedontheNLPalgorithm，theproposedtext—dependentspeakerrecognitionsystem，withanequalerrorrate(EER)of1．21％．a(chǎn)cquiresaperformancegainof57％comparedtothebaselinesystembasedontheDTWalgorithm．Inthemeantime，thetrainingtimeisr
7、educedto23％thatofthebaselinesystem，andrecognizingtime50％．Therefore，theproposedsystemachievesabetterpracticalresultintermsofreal-timeperformance．KeYwords：EmbeddedApplications，SpeakerVerification，TextDe
