改进VQ算法在说话人识别中的应用-中国科技论文在线.PDFVIP

中国科技论文在线 ( ) 第 25 卷第 6 期 苏 　州 　大 　学 　学 　报 工 　科 　版 Vol. 25 No. 6 2005 年 12 月 JOURNAL OF SOOCHOW UNIVERSITY( ENGINEERING SCIENCE EDITION) Dec. 2005 ( ) 文章编号 :1673 - 047X 2005 06 - 0001 - 04 改进 VQ 算法在说话人识别中的应用 张庆芳 ,赵鹤鸣 (苏州大学电子信息学院 ,江苏 苏州 215021) 摘 　要 :与文本无关的说话人识别方法是当前说话人识别技术的研究重点 。基于矢量量化的说话 人识别 ,因其运算过程简单等特点 ,在说话人识别领域有着广泛的应用 。本文对矢量量化的码书形 成算法进行了改进 ,并基于改进算法进行了与文本无关的说话人识别 。经实验结果证明 ,本文的方 法改善了码本的性能 ,提高了说话人识别的识别率 。 关键词 :说话人识别 ;与文本无关 ;LBG算法 ; 自组织特征映射网络 中图分类号 :TN912 　　　　　　　　文献标识码 :A 0 　引言 随着计算机技术与信息化社会的发展 ,说话人识别 SR ( Speaker Recognition) 技术的应用领域正在不断扩 大 ,说话人识别技术越来越受到学术界的关注 。与文本无关的说话人识别方法是当前说话人识别技术的研 究重点 。研究者尝试过的方法很多 , 比较常用的有 :基于 VQ[1 ,4 ] 的方法 、基于 HMM 的方法 , 以及基于人工神 经网络的方法等 。其中 ,基于矢量量化法的说话人识别 ,一方面用若干离散的数字值来表示各种矢量 ,能够 大大压缩信息量 ,减少数据存储量 ;另一方面又可避免困难的语音分段问题和时间归正问题 ,而且无需考虑 复杂的统计模型 ,因此在说话人识别领域有着广泛的应用 。在基于 VQ 的识别系统中 ,码本设计的优劣影响 VQ 算法识别的性能 ,在码本优化方面已有很多研究成果[2 ,3 ,5 ,7 ,8 ,9 ] ,本文对矢量量化的码书形成算法进行了 改进 ,研究了自组织特征网络的结构 ,改进了码书的性能 ,并基于改进的算法进行了与文本无关的说话人识 别 。 1 　基于矢量量化的说话人识别原理 ( ) 矢量量化 VQ 是一种很重要的数字信号处理方法 。在说话人识别中 ,可以把每个待识别说话人的语音 看作一个信号源 ,用一个码本来表征 。如图 1 所示 ,训练就是对 N 个人的系统建立个码本 。码本在特征空 间中相互不重叠 。识别时, 先从测试语音中提取一组矢量 O = { o , o , …, o } ; 然后用系统中建立的 N 个码 1 2 T 本依次对它们进行矢量量化, 即判断这组矢量与特征空间中的哪一个码本的分布最为吻合 。设这个码本的 码字数分别为 M 。可以定义第 i 个码本的平均量化失真距离 ε为