資源描述：
《說話人確認(rèn)的失配補(bǔ)償研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、中國科學(xué)技術(shù)大學(xué)碩士學(xué)位論說話人確認(rèn)的失配補(bǔ)償研究作者姓名：學(xué)科專業(yè)：導(dǎo)師姓名：完成時(shí)間：丁聰敏電路與系統(tǒng)郭立教授唐建講師二O一二年五月八日文UniversityofScienceandTechnologyofChinaAdissertationformaster’SdegreeResearchonMismatchCompensationofSpeakerVerificationAU坊or’SName：speciality：一’SUDerVlSOr：1_、●1．‘rlnlslaedtlme：CongminDingC
2、ircuitsandSystemsProf．LiGuoDr．JianTangMay8tll，2012中國科學(xué)技術(shù)大學(xué)學(xué)位論文原創(chuàng)性聲明本人聲明所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下進(jìn)行研究工作所取得的成果。除已特別加以標(biāo)注和致謝的地方外，論文中不包含任何他人已經(jīng)發(fā)表或撰寫過的研究成果。與我一同工作的同志對本研究所做的貢獻(xiàn)均已在論文中作了明確的說明。作者簽名：簽字日期：中國科學(xué)技術(shù)大學(xué)學(xué)位論文授權(quán)使用聲明作為申請學(xué)位的條件之一，學(xué)位論文著作權(quán)擁有者授權(quán)中國科學(xué)技術(shù)大學(xué)擁有學(xué)位論文的部分使用權(quán)，即：學(xué)校有權(quán)按有關(guān)規(guī)定向國
3、家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱，可以將學(xué)位論文編入《中國學(xué)位論文全文數(shù)據(jù)庫》等有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。本人提交的電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。保密的學(xué)位論文在解密后也遵守此規(guī)定。么開口保密(年)作者簽名：王整!煦簽字日期：塑壘暈塑塑導(dǎo)師簽名：簽字日期：2塹!：!!鄉(xiāng)摘要互聯(lián)網(wǎng)的快速發(fā)展方便了我們的生活，同時(shí)也給我們的個(gè)人信息安全敲響了警鐘。我們銀行卡里的錢可能被非法分子盜用，我們在網(wǎng)上的個(gè)人信息可能被黑客竊取并用于犯罪。越來越
4、多的事實(shí)告訴我們，我們需要找到一種不易被竊取和模仿的身份驗(yàn)證方法來保護(hù)我們的權(quán)益。文本無關(guān)的說話人確認(rèn)作為一種身份驗(yàn)證方法，近幾十年來一直得到廣泛的研究。文本無關(guān)的說話人確認(rèn)不限定說話內(nèi)容而便于使用，但也正是因?yàn)榇?，加之采集方式和采集環(huán)境的變化，造成了失配的多方面可能。NIST實(shí)驗(yàn)表明，失配是降低說話人確認(rèn)系統(tǒng)性能的重要因素。所以文本無關(guān)的說話人確認(rèn)至今卻還沒有在市場上得到廣泛應(yīng)用。本文針對失配問題，進(jìn)行了深入研究。分析了已有的失配補(bǔ)償技術(shù)，在此基礎(chǔ)上提出了兩種提高系統(tǒng)性能的失配補(bǔ)償方法，同時(shí)通過新的建模方法在一定
5、程度上降低了說話人識別建模所需的空間。本文主要內(nèi)容如下：一、分析了說話人確認(rèn)建模的主流方法GMM．UBM的基本原理。GMM．UBM是通過在建模時(shí)提供基準(zhǔn)，以及在測試時(shí)通過說話人模型得分和UBM得分相減操作而起到語音類失配補(bǔ)償?shù)淖饔?。對已有的特征域、模型域和得分域的失配補(bǔ)償算法進(jìn)行了簡單的介紹，同時(shí)也分析了各種失配補(bǔ)償法的優(yōu)缺點(diǎn)。二、針對現(xiàn)有失配補(bǔ)償方法的不足，提出了Z．cosine方法。該方法首先用本征音方法進(jìn)行語音類失配補(bǔ)償，再采用類內(nèi)方差規(guī)整方法進(jìn)行信道失配補(bǔ)償，最后把經(jīng)過語音類失配補(bǔ)償和信道失配補(bǔ)償?shù)恼f話人因
6、子作為說話人模型，測試時(shí)采用了簡潔有效的余弦評分。該方法對系統(tǒng)性能有一定的提升，說話人建模所占用的存儲(chǔ)空間相比其他方法要小很多。三、研究了基于GMM．UBM的簡化因子分析法結(jié)合支持向量機(jī)的失配補(bǔ)償方案(Y_SVM)。先用簡化因子分析法進(jìn)行失配補(bǔ)償，再把經(jīng)過失配補(bǔ)償?shù)恼f話人因子作為SVM的輸入特征矢量并建立SVM模型。不同于通常做法，本文不將GMM超矢量而是把剔除了說話人GMM超矢量之間共同部分后所剩下的不同部分作為SVM的輸入特征矢量。該本方法能有效地對系統(tǒng)進(jìn)行失配補(bǔ)償。關(guān)鍵詞：失配補(bǔ)償說話人因子模型類內(nèi)方差規(guī)整余
7、弦評分因子分析支持向量機(jī)摘要IIAbstractmrapiddevelopmentoftheInternetnotonlymakesourlifemoreconvenient，butalsoalarmsthesecurityofourpersonalinfomadon．，nlemoneyinourbankcardmaybeembezzledillegally；onlineinformationmaybestolenbythehackerstocarryoutcriminalacts．Moreandmorefacts
8、tellUSthatweneedtofindanewauthenticationmethod，whichisdifficulttostealandimitate，toprotectOUrinterests．Text-independentspeakerverification，asanewauthentication，hasbeenextensivelyst
