基于稀疏編碼的魯棒說話人識別.pdf

1、近十幾年來，相較于傳統(tǒng)身份認證方法，生物身份認證技術得到了研究人員的廣泛關注和深入研究，其中說話人識別(speaker recognition)技術是一個新的研究方向。說話人識別即為通過人的聲音來判斷其身份，同目前已在實際當中廣泛應用的指紋，面部特征，眼睛虹膜識別一樣，都屬于生物身份認證技術。與其他生物身份認證技術相比，說話人識別具有很大優(yōu)勢，如:生物特征采集所用設備普及度高，整個認證過程無侵襲性等。因此，將說話人識別應用于實際意義重大

2、。但是，現(xiàn)實應用中普遍存在的語音缺失和環(huán)境噪聲問題，對說話人識別方法的魯棒性提出了很高的要求，這也成為說話人識別方法研究當中的難題。目前，幾乎所有的說話人識別方法都是基于模型匹配的思想，所以研究重點都集中在說話人模型的建立上面。常見的方法中，高斯混合模型(Gaussian Mixture Model，GMM)應用最多，特別是在其基礎上發(fā)展而來的高斯混合-通用背景模型(Gaussian Mixture Model-Universal Ba

3、ckground Model，GMM-UBM)和高斯混合-支持向量機模型(Gaussian Mixture Model-SupportVector Machine，GMM-SVM)都取得了非常不錯的識別效果。但是對于只有少量語音數(shù)據(jù)或環(huán)境存在噪聲的情況，識別率明顯下降，雖然有許多改進的方法相繼提出，但識別的魯棒性離實際要求還是有不小的差距。針對上述問題，本文主要研究少量數(shù)據(jù)以及訓練和測試環(huán)境不同時存在噪聲情況下的魯棒說話人識別方法。

4、r>　　本研究首先針對只存在少量語音數(shù)據(jù)的問題，提出一種基于稀疏編碼的說話人識別方法。該方法在訓練階段，分別為每個說話人訓練字典，然后根據(jù)重構誤差進行打分識別。在不含噪聲且數(shù)據(jù)不充分的情況下，將傳統(tǒng)經(jīng)典的GMM-UBM和GMM-SVM方法與所提出方法進行對比。然后，在目前應用形態(tài)成分分析(Morphological Component Analysis，MCA)的說話人識別方法基礎上，借鑒GMM-UBM的思想，提出一種新的說話人識別方法