基于GMM模型的声纹识别模式匹配研究.pdfVIP

第48卷 第 1期 通信技术 Vo1．48 No．1 2015年 1月 CommunicationsTechnology Jan．2015 doi：10．3969／j．issn．1002—0802．2015．01．020 基于 GMM模型的声纹识别模式匹配研究 于 娴 ，贺 松 ，彭亚雄 ，周 晚 (贵州大学 大数据与信息_丁程学院，贵州 贵阳550025) 摘 要：模式匹配是声纹识别的关键 问题之一，为了提高识别正确率和识别效率，本文采用GMM模 型建模，训练阶段利用EM算法求取参数集，并通过MAP准则实现模式识别。引入LBG算法求取起 始参数值，并设计了基于3种方法的联合判决门限决策。实验结果表 明 GMM模型利用平均值向量 和协方差矩阵使它具有更好的模型能力，当高斯混合数为32时识别率达到最高，联合判决门限决策 有效降低 了误识率与虚警率，并提高了识别效率。 关键词：声纹识别 模式匹配 LBG 高斯混合模型 中图分类号 ：TP391．4 文献标志码：A 文章编号 ：1002—0802(2015)01—0097-05 PatternM atchingofVoiceprintRecognition based on GM M YU Xian，HESong，PENG Ya—xiong，ZHOU Wan (CollegeofBigData＆InformationEngineering，GuizhouUniversity，GuiyangGuizhou550025，China) Abstract：Patternmatchingisoneofthekeyproblemsofvoiceprintrecognition．Inordertoimprovetheac— curacyandefficiencyofrecognition，thispaperadoptsGMM modeling，appliestheEM algorithm tocalcu— lateparametersetduringthetrainingstage，andachievespatternrecognitionviaMAPcriterion．LBG algo— rithm isintroducedtocalculatetheinitialparametervalues，andacombinedthresholddecisionisdesing ed basedon3methods．ExperimentresultsshowthatGMM，withmeanvectorandcovariancematrix，enjoys bettermodelingcapability，andreachesthehighestrecognition ratewhenthemixednumberis32．The combinedthresholddecisioneffectivelyreducesthefalseacceptationrateandfalsealarm rate，andmean- while，itimprovestheefficiencyofrecognition． Keywords：voiceprintrecognition；patternmatching；LBG；Gaussianmixturemodel O 引 言 安全隐患和财产损失。而生物识别是生物学和信息 学等技术的结合，使得身份鉴定变得更加安全、方便 随着信息时代的来临，计算机、通信技术等高科 技技术在我们的13常生活中随处可见，让我们的生 且不需要记忆，帮我们解决了这一难题，它主要是通 活变得更加便捷与多彩，但随之而来的问题也