基于全局背景模型和辅助模型的说话人确认系统的研究 a study on speaker verification system based on ubm,cohort model and c-cohort model.pdfVIP

No．2 第36卷第2期 信息化研究 V01．36 2010年2月 lnformatizationResearch Feb．2010 基于全局背景模型和辅助模型的 说话人确认系统的研究 汤小飞，曾毓敏，李晓伟 (南京师范大学物理科学与技术学院，江苏省南京市210097) 摘要：大多数说话人确认系统都设置一个背景模型用于描述假冒者的特性。文中提出一种新 的说话人确认背景模型，对所有说话人采用同一全局背景模型(UBM)，并为每个说话人建立一个竞争 者模型(cohortmodel)和一个疏远者模型(c-cohortmodel)。在全局背景模型不能做出准确判断的情况 下，启用竞争者模型或疏远者模型再次进行判决。该模型充分利用了相近者模型和疏远者模型的特 性。实验表明新的背景模型使系统性能有明显的提高。 关键词：说话人确认；背景模型；全局背景模型；竞争者模型；疏远者模型 中图分类号：TPl8l 模型表示特征空间中一般说话人的特性；另一方面对 0引言 相近的假冒者和声学特征相差很大的假冒者。对测试 说话人确认是一个二元判决问题，即给定说话人 句判决时，先利用同样UBM模型将判决空间分成两个 的确认语句及其身份，系统做出接受或拒绝的判断。 区域，对于落人不确定区域的测试句，启用相应的竞争 大多数说话人确认系统都设置一个背景模型，用于描 者模型和疏远者模型重新做出判决。这样充分利用了 述假冒者的特性。假设某一用户的性质为0，则假冒 三个模型的互补性，可提高系统的识别率，而增加的计 者背景模型的作用就足要准确描述0的非，即0。理 算开销不多。 论上，背景模型中说话人越多，则越能描述0。 1说话人确认中的背景模型 被广为研究的假冒者模型大致町分为两种：一种 mod． 是全局模型(UBM)；一种是竞争者模型(cohort1．I说话人确认系统 e1)。这两个模型各有优缺点，全局模型对声学特征相 说话人确认是一个假设检验问题，即给定测试语 差比较大的区分性能较强，而对声学特征相近的识别 音x，在下列两个事件中做出选择：HI：X是由真实说 较差。竞争者模型可以较好地区分声学特征相近的假 话人发出，HO：X是由假冒者发出。如图l所示。 冒者，但对声学特征相差较大的则区分性能较差…。 全局模型和竞争者模型分别代表特征空间中的不 同区域旧J，因此可考虑将两者级联。对每个说话人分 别建立一个全局背景模型和竞争者模型。测试时，先 用伞局背景模型对测试语句进行判决。当测试语句在 圈1说话人确认系统 全局模型无法判定时，进入竞争者模型进行第二次判 本文采用GMM(高斯混合模型)作为声称者模 决。对每个说话人采用不同的全局模型，即为每一位 型[3】。GMM本质上是一种多维概率密度函数。一个 注册者分别建立一个全局模型，这样虽然使每个说话 具有肼个混合数的D维GMM可用m个高斯分量的 人背景模型的描述更加精确，但是整个确认系统更加 加权和来表示： 复杂，增加厂计算量。对每个人都准备一个全局模型 耗费的时间是巨大的，所以研究者们又提出一种所有 p(；I (I)