双麦克风语音增强和杂混模型训练相结合的顽健说话人确认.pdfVIP

第十一届全国人机语音通讯学术会议第十一届全国人机语音通讯学术会议 双麦克风语音增强和杂混模型训练相结合的顽健说话人确认 赵亚丽，付中华，谢磊，张健，张艳宁 (西北工业大学 计算机学院，陕西省语音与图像信息处理重点实验室，西安 710129) 摘 摘 要要：：本文研究了复杂背景噪音环境下的说话人确认问 说话人识别又称声纹识别，是一种根据语音自 摘摘 要要：： 题。门禁系统、自助通关等实际应用中，由于很难对交谈声 动识别说话人身份的生物认证技术。复杂多变的背 或音乐这类干扰源进行预估，因此无法进行杂混训练 景噪音是影响说话人识别技术 由实验室走向实际 (mixedconditiontraining,MT)，必须先对目标语音进行有效 应用的重要瓶颈之一。在很多实际应用场景中，如 分离才能可能进行有效识别。本文的工作是：采用了基于半 门禁系统、自助通关、基于电话的身份认证等，目 盲 DUET 的双麦克风语音增强技术抑制干扰信号，并结合 标说话人距离麦克风的位置相对固定，而各种类型 MT 训练方式弥补增强过程中不可避免的失真问题。对各种 未知噪声来自周遭不同位置。针对这一应用场景， 复杂噪声下的实测实验表明，本文方法能够较好的改善文本 本文从语音信号增强和说话人模型训练两个层次 相关说话人确认系统的性能，尤其是信噪比为 0dB 时，EER 出发，研究了双麦克风语音增强和杂混模型训练相 降低21.77% 。 结合的顽健说话人确认方法。 关键词关键词：说话人确认： ；语音增强；杂混训练 测试和训练失配 (trainingtesting mismatch) 是 关键词关键词：： 中图分类号中图分类号：： TP391.42 ；TN912.35 影响说话人识别顽健性的主要因素之一。在噪声环 中图分类号中图分类号：： 境下，目标语音信号受到背景噪声影响后产生畸 Robust speaker verification based on 变，导致说话人模型测试和训练环境不匹配，从而 dual-microphone speech enhancement and 严重影响识别效果。目前，从信号空间和模型空间 mixed-condition training 这两个层次来消除或适应目标语音信号畸变是提 高噪声环境下说话人识别顽健性的主要解决方法。 ZHAOYali,FUZhonghua,XIELei,ZHANGJian,,ZHANG 在 信 号 空 间 上 ， 常 采 用 语 音 增 强 (speech Yanning enhancement, SE) 去除噪声，增强目标语音。常用 (Shaanxi Provincial Key Laboratory of Speech and Image 方法有谱减法、子空间降噪法、基于声学感知模型 Information Processing, School of Computer Science 法和麦克风阵列语音增强等[1,2] 。传统的单个麦克风 Northwestern Polytechnical University, Xi’an 710129, C