说话人确认系统中基于高斯混合分布相似度选择TNorm背景模型地研究.pdfVIP

说话人确认系统中基于高斯混合分布相似度选择TNorm背景模型的研究 赵贤字1．董远l一．张雪峰j．杨浩2．I海拉l 1北京法国电信研发中心有限公司，科学院南路2号，北京，100080 E—mail：．{xianyu．zhao,vuan．donm 2北京邮电大学，100876 edu．cn E—mail：yuandong@bupt 摘要 出的认证得分来提高系统稳健性的重要方法，针对归～化之 后的得分能够更加有效地设置门限。重要的得分归一化技术 基于TNorm的得分归一化是说话人确认系统中广泛应 用的一种技术，能够提高系统门限设置的稳健性。用于 者的模型相对冒充语音在得分上的差异进行归一化【7】，而 TNorm的背景说话人集合的选取直接关系到归一化算法的 HNorm贝tJ针对信道不同导致的得分上的差异进行归一化 效率与性能。为此本文提出了一种依靠KuUback-Lebler距 【8】。在ZNorm和HNorm中，用于进行归一化的参数是通过 离分析说话人模型之间相似度的方法，并且在此基础上考察 统计说话者模型相对一组冒充者语音的得分分布得到的。与 了利用这种相似度选择背景说话人集合对TNorm得分归一 这种方式不同，TNom则是针对代测试语音输入，通过计算 化算法性能和效率的影响。实验结果表明，通过这种方法， 它相对一组冒充者模型的得分分布得到归一化参数【9】。 能够在保持系统认证性能的条件下有效地削减背景模型集 在使用TNorm的认证系统中，除了针对系统中每一个用 合的大小，从而提高了计算效率。 户保存有对应的说话人模型之外，还有一组TNorm背景说话 人模型集合人咖=∽…，磅)。针对一段测试语音输L‘。…’ 篡爆说话人确讥TNbm得分归吡；Kullback‘Lebler 距离 入U，除了计算它相对目标说话人(所谓的目标说话人即 1．引言 该段测试语音的说话者自己所声称的说话人)模型％的得 随着各种电子信息系统在日常生活中的应用(例如电话 银行，电子门禁系统等)，人们越来越关注如何通过有效的 分-％(c厂)之外，还会计算它相对TN。册背景模型集合的 身份认证技术提高系统访问的安全性。近年来，在传统的用 户名／密码组合的基础上，提出了各种生物认证技术(包括 虹膜、指纹、人脸以及语音等)。与其他生物认证技术相比， 得分s拥={卵(己厂)，…，。蹬(u))。然后针对s加这组 基于语音的说话人认证具有用户友好以及方便通过麦克风、 得分统计均值∥咖(u) 电话等采集／传输用户语音等特点，而得到了广泛的研究并 且已经在一些场合得到了应用[1】。根据是否利用说话人语 M 音中的文本信息，说话人认证系统可以分为文本相关和文本 ∑霹m(u) 无关两大类。前者要求使用者说一段文本内容