魯棒性的與文本無(wú)關(guān)的開(kāi)集說(shuō)話人辨識(shí)方法研究.pdf

1、語(yǔ)言是人類(lèi)交流最重要的工具，作為語(yǔ)言載體的語(yǔ)音信號(hào)在不同的層面包含了大量的信息。其中與說(shuō)話人相關(guān)的信息可以辨認(rèn)說(shuō)話人是誰(shuí)或者確認(rèn)此說(shuō)話人是否為所聲言的說(shuō)話人。如今自動(dòng)說(shuō)話人識(shí)別技術(shù)在低噪聲、低失真環(huán)境下的性能已經(jīng)相當(dāng)?shù)母?，但?shí)際環(huán)境中無(wú)處不在的噪聲帶來(lái)了訓(xùn)練模型和測(cè)試語(yǔ)音之間的失配，這使得噪聲環(huán)境中說(shuō)話人識(shí)別系統(tǒng)的識(shí)別率急劇下降。因此提高噪聲環(huán)境下說(shuō)話人識(shí)別系統(tǒng)的性能是說(shuō)話人識(shí)別系統(tǒng)從實(shí)驗(yàn)室走向?qū)嵱玫年P(guān)鍵，也是當(dāng)前的研究熱點(diǎn)。

2、說(shuō)話人識(shí)別技術(shù)主要包括特征提取和模式識(shí)別兩大模塊，本文分別從人的發(fā)音器官和聽(tīng)覺(jué)器官研究了特征參數(shù)的提取和抗噪性能，并對(duì)當(dāng)今主流分類(lèi)器做了深入的研究。所有工作主要針對(duì)噪聲環(huán)境下文本無(wú)關(guān)的開(kāi)集說(shuō)話人辨識(shí)展開(kāi)。 在預(yù)處理階段考慮到廣泛應(yīng)用于編碼理論的信息熵代表信源的平均不定性導(dǎo)致語(yǔ)音的熵必定和噪聲的熵存在較大差異，本文采用了基于熵函數(shù)的語(yǔ)音端點(diǎn)檢測(cè)方法，試驗(yàn)表明譜熵法在信噪比較低和非平穩(wěn)噪聲下具有良好的性能，并進(jìn)而針對(duì)本文提出了一種動(dòng)