基于GMM-UBM和半解码特征的说话人确认-电路与系统专业论文.docxVIP

摘 摘 要 随着通信与信息事业的发展，越来越多的用户通过电话、手机、计算机网络 等媒介进行语音交流，面向这类语音的说话人识别系统，具有使用方便、不易仿 造、设备简单、远程接入等优点，在金融、商贸、公安、军事等诸多领域有广阔 的应用前景，冈此研究基于远程语音的说话人识别具有重要意义。在现代通信系 统中，多采用分析合成类的编码器对语音进行编码。针对这类编码语音，本文围 绕话者特征提取和说话人建模两大关键问题，深入分析了基于概率统计模型 GMM-UBM的与文本无关的说话人确认系统，着重研究了从编码码流中直接提 取特征的话者确认，同时对使用宽带和窄带解码语音进行话者确认中的若干重要 问题进行了一定的探讨。 本文的主要研究内容和成果如下： 根据分析合成编码的特点，提出了一种直接从编码码流中提取话者特征的半 解码方法。半解码方法从通信信道中截取数据帧并还原出声码器参数，进而将线 谱频率转换为线性预测倒谱系数及其差分参数作为主要的说话人特征，用自适应 码本衍生出的基音参数作为辅助的说话人特征。以直接矢量拼接的形式构造特征 矢量。我们基于宽带编码3GPP的AMR-WB和窄带编码ITU_T的G 729实现了 使用GMM．UBM框架结构的半解码话者确认系统。实验表明，半解码系统在运 行速度提高一个数量级的情况下，达到了与解码语音再提取参数的系统相近的性 能，且对于自适应编码的码率切换特点具有良好的鲁棒性。 对于使用解码语音的话者确认，宽带和窄带的编码器将带来不同的性能。我 们对两类编码器分别建立了基于解码语音和GMM-UBM的说话人确认系统。并 深入研究了不同码率模式、不同语音频带下的话者确认性能，以及AMR-WB的 码率自由切换特性对话者确认的影响。 针对不同特征分量对说话人识别贡献的差异，提出了一种特征分量加权的 GM2VI改进模型(FCW-GMM)，并在GMM-UBM框架下，基于J。义梯度下降理 论，给出了对备高斯分量权重矢量组的有区分性的训练算法。实验表明，特征分 量加权GMM-UBM的性能优于传统的GMM-UBM，且所得模型参数具有良好的 推广能力。 本文的研究工作得到了国家自然科学基金项目和安徽省自然科 学基金项目的资助。 甍宜摘舞 Abstract With development communication and information船chnol08冀morc communicate di西蛾media,such phone eompmer re∞鲥娃on system facing船those convenient using，hardly faking，simple equipment，remote accessing．etc，，so it has wide application foreground offinauee，business， public security,military affairs and the modem eommunic施on speech is coded by the Analysis Synthesis(Ancodecs．Amued the critical problems—speaker feature and modeling,曲is dissertation studies the GMM-UBM based text-independem speaker verification system with ABS·type halfdecode method which speaker from codec’s directly,and valuable speaker∞ccogrfition§∞unrrowband and wideband decoded speech． The main and of study involved in this dissertation shown follows： Base the characteristics of the ABS-type cedccs,a}Ii垂performarlce half decode extraction method is proposed．The method intercepts the codec‰e from the communication channel曲删y’then restlmcs the parameters and台ansfer the LSFs LPC cepsWam domai‰finally combines the static and dynamic LPC and eodobook derived parameters