基于区分性说话人模型和文本无关说话人确认的研究

《基于区分性说话人模型和文本无关说话人确认的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、UniversityofScienceandTechnologyofChinaAdissertationforMaster’SdegreeReaserchontext—-independentspeakerverificationbasedondiscriminativespeakermodelsAuthor’SName：XinFangspeciality：Supervisor：Finishedtime：CircuitsandsystemAssociateProf．LiHuiMay2硼，2013中国科学

2、技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均己在论文中作了明确的说明。作者签名：摒签字日期：—2垒蔓出中国科学技术大学学位论文授权使用声明作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《

3、中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。口么开口保密(——年)作者签名：签字日期：＼7_二葚年一导师签名：签字目期：j泣目L毕摘要说话人确认凭借简便的设备与非接触式交互成为目前广泛应用的生物信息认证技术之一，也是语音识别领域的一个非常重要的研究方向，所以，它的研究不仅具有重大的理论意义而且还有非常强的应用价值。概率统计模型是说话人确认的主流建模技术，基于该模型的

4、说话人确认系统取得了不错的性能，然而，这种模型并不能精确地描述说话人确认这类二元分类问题的边界。近年来，支持向量机以其强大的区分性描述能力，使得它比概率统计模型更好地解决了这类二元分类问题，因而被大量应用到说话人确认上。本文以支持向量机结合其他说话人确认技术作为主要研究内容，并将其用于与文本无关的说话人确认。利用因子分析和Ivector构建了联合说话人确认系统，对联合系统的区分性说话人模型的训练矢量及测试矢量的选取、信道失配补偿策略以及参数的选择等关键问题作了详细的研究，并对它们的性能进行了比较。首先，

5、针对G删-UBM—SVM系统在复杂语音环境下不能对语音进行失配信道补偿的问题，我们运用因子分析技术对语音特征进行连续失配信道补偿，使其更凸显说话人信息，并将其与SVM相结合，构建了FA-SVM说话人确认系统，并研究了失配信息子空间的大小对系统性能的影响，最后通过实验验证了经过失配信道补偿后的区分性说话人确认系统性能确实有了提高。接着，针对FA-SVM系统存在的说话人信息损失的问题，本文研究了Ivector特征矢量，并将Ivector特征矢量与SVM相结合，构建了Ivector—SVM说话人确认系统，详细

6、讨论了系统核函数的选取、系统失配信道补偿方法以及全变量信息子空间大小对系统性能的影响，并通过实验证明Ivector—SVM区分性说话人确认系统性能比FA-SVM系统又有了提高。最后，针对Ivector-SVM说话人确认系统计算复杂度过高的问题，本文提出了一种基于选择通用背景模型的快速Ivector—SVM说话人确认系统，利用TopN选择策略，在基本保持确认性能的基础上有效地减少了计算复杂度，提高了系统的实用性。关键词：说话人确认支持向量机区分性模型因子分析Ivector选择通用背景模型摘要Abstrac

7、tABSTRACTWithitsportableequipmentandnon—contactinteraction,speakerverificationbecomesoneofthewidely-usedbioinformaticsidentificationtechnologiesanditisalsoallimportantresearchdirectioninspeechsignalprocessing．Therefore，researchesonitpossessesimportantthe

8、oreticalsignificanceandpracticalvalues．Probabilitystatisticalmodelhasbeenthemostpopularmodelingtechniqueonspeakerverificationandthecorrespondingspeakerverificationsystembasedonitalwaysperformswell．However,probabilitystatis