資源描述：
《基于語音深度特征的手機(jī)聚類方法研究》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、碩士學(xué)位論文基于語音深度特征的手機(jī)聚類方法研究作者姓名張雪學(xué)科專業(yè)通信與信息系統(tǒng)指導(dǎo)教師李艷雄副教授所在學(xué)院電子與信息學(xué)院論文提交日期2018年4月ResearchonMobilePhoneClusteringBasedonDeepFeatureofSpeechADissertationSubmittedfortheDegreeofMasterCandidate：ZhangXueSupervisor：LiYan-xiongSouthChinaUniversityofTechnologyGuangzhou,China摘要隨著
2、便捷式錄音設(shè)備（特別是智能手機(jī)）的普及，人們錄制的音頻數(shù)據(jù)呈爆炸式增長(zhǎng)。如何有效鑒別上述音頻數(shù)據(jù)的錄音設(shè)備是目前數(shù)字音頻取證技術(shù)的研究熱點(diǎn)之一。本文以手機(jī)錄音作為分析對(duì)象，探討基于語音深度特征的手機(jī)聚類方法。主要工作及創(chuàng)新點(diǎn)如下：（1）提出一種基于深度高斯超矢量（DeepGaussianSupervector,DGS）的手機(jī)聚類方法。首先從每個(gè)錄音樣本中提取梅爾頻率倒譜系數(shù)（MelFrequencyCepstralCoefficient,MFCC）特征，并輸入深度神經(jīng)網(wǎng)絡(luò)（DeepNeuralNetwork,DNN）從而提
3、取瓶頸特征（BottleneckFeature,BF）。然后，采用所有錄音樣本的BF構(gòu)建一個(gè)通用背景模型（UniversalBackgroundModel,UBM），并采用最大后驗(yàn)概率（MaximumAPosterior,MAP）算法為每個(gè)錄音樣本自適應(yīng)生成一個(gè)高斯混合模型（GaussianMixtureModel,GMM），再將每個(gè)GMM的均值矢量依次拼接成一個(gè)高斯超矢量作為該錄音樣本的深度特征，即深度高斯超矢量特征。最后，采用譜聚類（SpectralClustering,SC）算法對(duì)各錄音樣本的深度高斯超矢量進(jìn)行聚類，
4、將相同手機(jī)錄制的錄音樣本聚為一類。使用MOBIPHONE手機(jī)錄音數(shù)據(jù)庫作為實(shí)驗(yàn)數(shù)據(jù)集，以K值（平均類純度和平均手機(jī)純度的幾何平均值）、歸一化互信息量（NormalizedMutualInformation,NMI）和聚類精度（ClusteringAccuracy,CA）作為性能評(píng)價(jià)指標(biāo)，實(shí)驗(yàn)討論DNN結(jié)構(gòu)設(shè)置，比較不同特征的聚類性能。實(shí)驗(yàn)結(jié)果表明：深度高斯超矢量在手機(jī)聚類時(shí)的K值、NMI和CA分別為93.81%、95.11%、96.75%，均高于其他特征的對(duì)應(yīng)值，說明本文所提取特征是有效的。（2）提?。?）中的深度高斯超矢
5、量特征時(shí)，方案假定已經(jīng)預(yù)先知道用于訓(xùn)練DNN的錄音樣本標(biāo)簽，但在實(shí)際手機(jī)聚類時(shí)該先驗(yàn)信息有時(shí)不能獲取。為了克服上述不足，提出一種基于深度表征（DeepRepresentation,DR）的手機(jī)聚類方法。該方法采用深度自編碼網(wǎng)絡(luò)（DeepAutoencoderNetwork,DAN）代替DNN提取瓶頸特征，無需關(guān)于手機(jī)的任何先驗(yàn)信息。本工作以三個(gè)手機(jī)錄音數(shù)據(jù)庫作為實(shí)驗(yàn)數(shù)據(jù)，討論DAN隱層參數(shù)設(shè)置，并比較不同特征、算法的聚類性能。實(shí)驗(yàn)結(jié)果表明，DR特征的性能略差于（1）中提取的DGS特征，但優(yōu)于其他特征。相比于DGS特征，DR
6、特征的優(yōu)勢(shì)是：它在提取時(shí)無需手機(jī)的任何先驗(yàn)信息。另外，本聚類方法優(yōu)于基于凝聚分層聚類的無監(jiān)督方法但稍差于基于支持向量機(jī)（SupportVectorMachine,SVM）的有監(jiān)督方法。最后，討論本方法在錄音樣本的數(shù)量不對(duì)稱、來自相同手機(jī)型號(hào)、來自相同說話人等特殊條件下的性能I表現(xiàn)。實(shí)驗(yàn)結(jié)果表明，本方法在上述條件下也有較好的表現(xiàn)。綜上所述，本文以手機(jī)錄音作為分析對(duì)象，基于深度學(xué)習(xí)技術(shù)提取刻畫手機(jī)內(nèi)在特性的深度特征，提出基于語音深度特征的手機(jī)聚類方法，從多個(gè)側(cè)面實(shí)驗(yàn)分析本文方法的性能表現(xiàn)，并與文獻(xiàn)報(bào)道的方法進(jìn)行比較，驗(yàn)證本文方
7、法的有效性。關(guān)鍵詞：手機(jī)聚類；深度高斯超矢量；深度表征；譜聚類；數(shù)字語音取證IIAbstractWiththepopularityofportablerecordingdevices(especiallysmartphones),therecordedaudiodatahasbeenexploded.Howtoeffectivelyidentifytherecordingequipmentisoneofthehottopicsinthefieldofdigitalaudioforensics.Inthisthesis,we
8、investigatesomemethodsformobilephoneclusteringbasedonthedeepfeatureofspeechfromspeechrecordings.Themainworksandinnovationsareasfollows:(1)Weproposeameth
