声纹识别中的语言属性映射.pdfVIP

第 卷第 期 重庆邮电大学学报 自然科学版 年 月 声纹识别中的语言属性映射 靳玉红 西南科技大学 信息工程学院四川 绵阳 摘 要短时声纹识别中语言属性不匹配问题降低了话者识别系统性能语言属性失配在短时话者识别中的影响 成为当前研究热点 从消除特征参数中的语言属性信息出发 提出了一种语言属性映射方法 采用均值超向量来 构建训练样本应用高斯混合模型对每一句话不等长的特征进行建模引入加权矩阵得到语言属性空间通过映射 方法在统计参数超矢量空间中消除语言属性的影响 使用当前两套经典声纹识别系统作为基线系统做对比试验 结果表明 相对基线系统在等错误率上 男声测试部分降低了 女声测试部分降低了 从而验证了 正确性和有效性 关键词 声纹识别 语言属性映射 超矢量 声学特征参数 中图分类号文献标识码 文章编号 识别的数据网上银行的声纹验证从客户体验角度 引 言 也不宜要求过多数据 这些限制条件极大地制约着 在说话人识别领域系统性能受到训练数据和 话者识别系统的应用和拓展 可见在当前背景下 如何在短时上提高说话人识别的准确率 具有非常 测试数据长度的制约 可用数据越少系统性能越差 一般实际应用场合中所能获得的话者注册和测试语 高的紧迫性 在真实的与文本无关的说话人识别系统中 给 音都是集中在几秒到几十秒之间而目前该领域主 流算法都是针对几分钟的训练和测试时长来设计 定目标说话者的训练和测试集合一般都会存在不匹 研究表明 当测试语音长度缩短到 或更短 配的问题 这种不匹配包括训练和测试的语言属性 的 变化 信道传输类型 说话者自身身体状况 情绪变 时 性能急剧下降 特别是当所获得的训练语音