基于高斯语音滤波的稳健文本无关说话人识别.PDFVIP

第31卷　第2期 计　算　机　工　程 2005年1月 Vol.31 № 2 Computer Engineering January 2005 ·人工智能及识别技术 · 文章编号：1000—3428(2005)02 —0179—03 文献标识码：A 中图分类号： TN912.3 基于高斯语音滤波的稳健文本无关说话人识别 周静芳，陈一宁，李 科，刘 加 (清华大学电子工程系，北京100084) 摘 要：基于高斯模型，提出一种去除实际电话录音中噪音、静音等非语音信号的新方法。与传统的语音检测器方法相比，基于高斯语音滤 波的方法在不同信道条件下都可以自动进行，更好地保留了与说话人身份有关的信息。实验结果表明，采用该方法的系统的等错误率比传统 方法最多下降了21.2% 。 关键词：说话人识别；高斯语音滤波；高斯混合模型 Robust Text-independent Speaker Identification Based on Gaussian Speech-filter ZHOU Jingfang, CHEN Yining, LI Ke, LIU Jia (Department of Electronic Engineering, Tsinghua University, Beijing 100084) 【Abstract 】In this paper, a novel approach based on Gaussian model is proposed to remove silence and noise in real-life telephone recordings. Compared to the commonly used energy-based speech detector approach, the painful procedure to choose good thresholds in different channel conditions are avoided, and the useful frames containing information about the speaker identities are better retained. Experiment results show that this approach gives reasonably good performance. 【Key words 】 Speaker identification; Gaussian speech-filter; GMM 说话人辨识的任务是，给定一段语音，在一些候选说话 弱。此外，实际电话录音中常常出现的噪音也会大大影响识 [1] 别性能。因此，在说话人识别系统的前端处理中，往往需要 人中确定说话人的身份 。说话人辨识可以分为开集识别和 闭集识别。在后者情况下，所有真实说话人都是候选人之 进行静音、低能量音和噪音的消除。 [3] 一，而前者则可能有候选人集合之外的说话人参与辨识。根 在许多情况下，如采用一种基于能量的语音检测器 ， 据说话人是否需要根据系统提示发音，说话人辨识又可以分 去除输入信号的20%~30% 以获得可用的语音。然而在实际 为文本相关的和文本无关的识别。本文重点关注已知说话人