多话者环境下说话人辨识听觉线索的研究.pdfVIP

第28卷第5期 声学技术 Pt．2 V01．28，No．5 2009年lO月 TechnicalAcoustics Oct．．2009 多话者环境下说话人辨识听觉线索研究 罗海风，龙长才 (华中科技大学物理学院。武汉，430074) of discriminationinamulti--talker Auditorycuingspeaker environment LUO LONG Hai·-feng Zhang-·cai and 430074．China) (SchoolofPhysics,HuazhongUniversityofScienceTechnology,Wuhan 1引 言 人语音特征信息是不等量的。同时，通过与自然语 在多个说话人语音以及复杂的声环境中，辨识 言环境中发音的统计结果相比较，不同音素所包含 和跟踪某一个说话人的语音并提取语音信息，是语 的说话人的特征信息，与信息论中的信息熵的估计 音识别技术走向应用面临的重要课题和难题。技术 是一致的。这些研究结果，为说话人听觉辨识机制 上是从接收的语音信号中提取某些特征，利用这些 的揭示，以及说话人辨识的语音特征时域非均匀权 特征和一定的判据将语音信号进行分类。迄今，所 重处理提供了全新的思路和实验证据。 取得的效果并不令人满意。但是，听觉系统却有很 好的说话人跟踪和辨识能力，其工作模式和机理值 2实验方法 得借鉴。在说话人辨识技术中，以MFCC为代表的 主流语音特征在时域上对语音作均匀权重处理【l】。 2．1清浊音所含音质特征信息的测定 该实验检验在说话人识别过程中元音／浊辅音 但是听觉系统是否按这种方式工作呢?由于说话人 音质特征信息对于噪声环境中搜索目标语音起到了 和清辅音的重要性。每名被试先后听到两个语音信 最为关键性的作用，这就转化成几个需要明确的具 音串，清辅音串，浊辅音串三项中随机选择。S2内容 体问题：(1)音质特征信息量在语音时域上如何分 布?语言学研究lzj表明在词汇处理上辅音音素起到为随机选择三份语句信号线性叠加，分别由三个不 支配性作用，但是包含说话人音质特征的信息是否 同的说话人发音，其中一人为S1发音人。我们要求 储存在清辅音中，还需要实验验证。(2)如果说话 被试听完听力材料后，在S2中判断sl发音人存在与 否或选择”不知道”。测试进行20轮。通过统计三 人音质特征信息储存在元音／浊辅音中，那么不同的 元音／浊辅音对说话人识别过程的重要性是否一样 种不同s1情况下被试正确率，它代表着s1所包含的 说话人音质特征信息的多少。 的呢?如果不一样，那与什么因素有关? 直接对不同音素中语音音质特征信息量进行测 2．2不同元音所含音质特征信息的测定 量具有一定的难度，但是近年来心理声学研究中发 该实验设计检验