基于GMM全统计参数和SVM的文本无关话者确认.pdfVIP

第38卷第12期 中 圈 舛 孽 教 求 大 誊 辱 出 Vo1．38，No．12 2008年 12月 JOURNALOFUNIVERSlTYOFSCIENCEAND TECHNOLOGYOFCHINA Dec．2008 文章编号：0253—2778(2008)12—1386—06 基于GMM全统计参数和 SVM 的文本无关话者确认 姚亮亮，戴蓓蓓 (中国科学技术大学电子科学与技术系，安徽合肥 230027) 摘要：针对 电话语音条件下的文本无关话者确认，提 出了一种基 于GMM (Gaussianmixture mode1)全统计参数和SVM(supportvectormachine)的话者确认方法，以克服语音特征参数直接建 立SVM话者模型面临的困难．该方法使用由GM (generalmode1)自适应均值得到的GMM提取统 计参数，定义了一种合理利用全部统计参数的特征参数，并以此参数及线性核函数建立了具有 良好 性能的sVM 话者模型．与GMM-UBM 方法及另一种基于GMM 统计参数和 sVM 的方法在 NIST05SRE数据库中的实验比较，结果表明基于GMM全统计参数和sVM的话者确认方法拥有 优异的性能． 关键词：高斯混合模型；统计特性参数；支持向量机；话者确认 中图分类号：TN912．3 文献标识码 ：A Text—independentspeakerverificationbasedonGMM allstatisticalparametersandSVM YAO Liang—liang，DAIBei—qian (DepartmentofElectronicScienceandTechnology，USTC，He 230027，China) Abstract：An approach fortext—independentspeakerverificationwith telephonespeech wasproposed， basedonGMM allstatisticaIparametersandSVM tosolvetheproblem ofbuildingSVM speakermodels withspeechfeatures．ByusingGMM derivedfrom theGM viaadaptationofthemeanstoextractstatistical parameters，new parametersweredefinedbasedonallstatisticalparametersofSVM andwereusedwith linearkerneltobuildSVM speakermodelswhichhadgoodperformance．Theexperimentalresultsofthe approachesbasedonGMM-UBM andanotherGMM statisticalparametersandSVM inthedatabaseofI NIST05SREshowexcellentpropertiesoftheproposed． 1 Keywords：Gaussianmixturemodel；statisticalparameters；supportvectormachine；speakerverificationl 目前，电话语音条件下的文本无关话者确认一 弓、言 l 般基于高斯混合模型 (Gaussianmixturemodel， 随着语音技术的发展和成熟，语音越来越多地 GMM)．GMM是一种概率统计模型，其通过学习能 用于人们的日常生活，而语音作为证据被普遍接纳