基于gmm 的说话人辨认系统及其改善.pdfVIP

第14卷 第2期 电脑与信息技术 Vo1.14No.2 2006年4月 COMPUTERAND INFORMATIONTECHNOLOGY Apr.2006 文章编号:1005-1228(2006)02-0048-04 基于GMM的说话人辨认系统及其改进 谢 霞，李 宏，郑 俊 (中南大学信息科学与工程学院，湖南 长沙410083) 摘 要:建立声学模型是说话人识别技术的重要环节。文章介绍了一种改进的GMM算法，将 基于样本和核的相似性度量的动态聚类算法与传统高斯混合模型结合起来进行建模，识别 辫认时，对语音帧得分进行加权处理。实验表明:改进后的与文本无关的说话人辫认系统无 论是在建模时间还是识别效率上都要高于传统的基于GMM的说话人辫认系统。 关键词:混合高斯模型;帧似然概率;聚类算法 中图分类号:TN912.34 文献标识码:A GMM-basedspeakidentificationsystemanditsimprovement XIEXia，LIHong，ZHENGJun (SchoolofInformationScienceandEngineering, CentralSouthUniversity,Changsha，Hunan 410083，China) Abstract:Characteristicmodelingisanimportantlinkintechnologyofspeakeridentification. ThisarticleintroducesanimprovedalgorithmofGMMwhichcombinesclassicalGMMwith clusteringalgorithmbasedonsimilaritymeasurebetweenstylebookandnuclearformodelingand weightingspeechframes’scorewhilerecognizing.Fromtheresults,wecanconcludethatthe improveduncertaintext-speaker-recognitionsystemhashigherperformancethanclassicsystem bothonmodelingvelocityandrecognitionrate. Keywords:GaussianMixtureModel;framelikelihood;clusteringalgorithm 当前说话人识别研究的重点。目前，在文本无关说 0 引言 话人识别中常用的说话人识别方法有矢量量化法 说话人识别是语音识别的一种，它是根据人 (vectorquantization:VQ)和高斯混合模型法 发出的声音，利用计算机来辨认说话者，或对人进 (GaussianMixtureModel;GMM)。矢量量化法为 行身份验证。该项技术可用于刑侦破案、机要保 每个说话人建立语音码书，并运用矢量距离累加 密、语音加密口令、指挥系统、电子语音锁、玩具和 计算进行匹配，由于没有充分利用语音信号的统 家用电器等。说话人识别包括系统训练和系统测 计特征，因此识别性能一般，鲁棒性不够好。GMM 试两个阶段，当训练与测试采用相同语句时，称为 模型以多个正态分布逼近语音信号的实际统计分 与文本有关的说话人识别，反之称为与文本无关 布，并运用Bayes分类器进行识别，这一模型不仅 的说话人识别。与文本无关的说话人识别已成为 通过EM算法较好地解决了语音信号统计分布特 收稿 日期:2006-01-07 作者简介:李 宏(1967-),男，湖南长沙人，副教授，主要从事模式识别，数字信号处理的研究;谢 霞(1980-)，女，江西人，研究生 主要从事语音