6说话人识别.pptVIP

Ⅴ说话人识别 Ⅴ说话人识别（1） 说话人识别（Speaker Recognition）： 又称为话者识别，是指通过对说话人语音信号的分析处理，自动确认说话人是否在所记录的话者集合中，以及进一步确认说话人是谁。 为什么能识别说话人？ 人与人间在发音器官上存在着差异，例如在声带和声管形状上的差异； 讲话时发音习惯的差异，包括方言、土语、抑扬顿挫、常用词汇及讲话上的怪僻语等； 说话人特点以复杂的形式反映在其语音波形中。使得每个人的语音都带有强烈的个人色彩。 Ⅴ说话人识别（2） 说话人识别的分类 按其识别任务分: 说话人辨认（Speaker Identification ） 判断某段语音是若干人中的哪一个人所说，是“多选一”问题。又可分为开集和闭集两种。 说话人确认（Speaker Verification ） 确定某段语音是否是指定的某个人所说，是“一对一”的判别问题。 说话人分割和标注（Speaker Segmentation and Labeling） 将多个说话人的数据分割标定为独立的部分。 Ⅴ说话人识别（3） Ⅴ说话人识别（4） Ⅴ说话人识别（5） 根据识别对象的不同，还可将说话人识别分为三类： 与文本有关(Text-Dependent) 与文本无关(Text-Independent) 文本提示型(Text-Prompted) Ⅴ说话人识别（6） 说话人识别技术有着广阔的应用前景 电话信道罪犯缉拿、法庭中电话录音信息的身份确认、电话语音跟踪，为用户提供防盗门开启功能等等。 通信领域，说话人识别技术可以应用于诸如电话银行、电话购物、数据库访问、信息服务、安全控制、计算机远程登陆等领域。 呼叫中心应用上，说话人识别技术同样可以提供更加个性化的人机交互界面。 Ⅴ说话人识别（7） 说话人识别的基本原理 Ⅴ说话人识别（8） 几个问题 1）语音信号的预处理和特征提取。即提取能够有效表征说话人特征的参数。 2）说话人模型的建立和模型参数的训练。 3）测试语音与说话人模型的匹配计算。 4）识别与判决策略。即根据匹配计算的结果，采用某种判决准则判定说话人是否是所声称的说话人（说话人确认）或说话人到底是谁（说话人辨认）。 Ⅴ说话人识别（9） 性能的评价 评价说话人识别系统性能的指标有很多，例如系统的识别率，训练时间的长短和训练语料的数量、识别响应时间、话者集规模、说话方式要求以及价格等 。 比如说，声控门锁识别响应时间要求很严格，但可获得充足的训练语料。司法鉴定，对识别响应时间的要求可以相对放松，但训练数据的充足性无法保证。 说话人辨认系统常用的是识别率，以及错误率（误识率）。 Ⅴ说话人识别（10） 说话人确认系统，则常用两个错误率来表示：错误拒识率(False rejection，简称FR)，错误接受率(False acceptance，简称FA)。 Ⅴ说话人识别（11） Ⅴ说话人识别（12） Ⅴ说话人识别（13） Ⅴ说话人识别（14） Ⅴ说话人识别（15） Ⅴ说话人识别（16） Ⅴ说话人识别（17） Ⅴ说话人识别（18） Ⅴ说话人识别（19） 与文本无关的识别方法 传统的有：基于VQ的方法；基于HMM的方法；基于人工神经网络的方法，以及基于语音识别的方法等。 基于VQ的方法 把每个待识别说话人的语音看作一个信号源，用一个码本来表征，码本是从该说话人的训练语音序列中提取的特征矢量聚类而成。 对于N个人的系统，就需建立N个码本。 Ⅴ说话人识别（23） 近年来，高斯混合模型（Gaussian Mixture Model，简称GMM）的方法受到了研究者的普遍重视。 它的数学模型实质上对应于一个状态的连续HMM。 但它不像HMM那样通过状态转移概率约束声学特征类的时序变化，所以GMM比HMM的计算量要小得多。 Ⅴ说话人识别（24） Ⅴ说话人识别（25） Ⅴ说话人识别（26） Ⅴ说话人识别（27） Ⅴ说话人识别（28） Ⅴ说话人识别（29） Ⅴ说话人识别（30） Ⅴ说话人识别（31） Ⅴ说话人识别（34） Ⅴ说话人识别（35） Ⅴ说话人识别（36） Ⅴ说话人识别（37） Ⅴ说话人识别（38） Ⅴ说话人识别 说话人确认系统 GMM-UBM说话人确认系统 经典模型——GMM GMM的说话人鉴别(Speaker Identification)系统 UBM UBM——通用背景模型 UBM也是一个GMM，只是这个GMM需要用 大量的 不同说话人的语音数据经过训练来表 示说话 人无关的特征分布，这种特征是大多 数说话人的共性特征。 GMM-UBM 建模