基于稀疏表示的鲁棒性说话人识别技术研究-信号与信息处理专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 经过了几十年的研究发展，说话人识别技术凭借其快速、简便的优势，在人机接入领域 得到了大家广泛的关注和研究。匹配模型是说话人识别研究中的关键技术，模型性能的优劣 对识别系统识别率的影响重大。信号的稀疏表示技术近几年被广泛应用于说话人识别之中， 它与高斯混合模型相结合，显著提高了识别系统的准确率。目前，说话人识别研究的主要方 向是进一步提高系统的鲁棒性，具体表现为解决信道失配问题和环境噪声问题；另一方面， 在智能终端广泛普及情况下，借助智能终端进行快速准确的身份识别，需要进一步解决系统 复杂性问题。本文主要对基于稀疏表示的鲁棒性说话人识别技术进行了深入研究，在此基础 上，本文主要工作和创新如下： （1）在训练基于高斯混合模型均值超向量的稀疏表示字典时，需要大量的训练语音以达 到字典冗余的条件，本文提出使用高斯混合模型均值矩阵代替均值超向量进行字典训练来解 决这个问题，同时，每个说话人即可形成一个冗余字典进行说话人识别，识别时的计算量也 得到了降低。 （2）对比了样本字典和学习字典这两种字典在干净语音环境与有噪语音环境下的性能， 发现学习字典的抗噪能力要弱于样本字典，并且提出在训练语音中加入噪声以减小识别环境 和训练环境的差异，从而提高识别率。 （3）针对识别时的环境噪声问题，提出一种适用于稀疏表示说话人识别的全局补偿方法。 该方法对不同阶特征参数进行逐一分析，目的是为了找出被噪声影响最严重的一阶参数并去 除之，以此增强测试语音与训练语音之间的相关性，提高了识别系统适应不同噪声环境的鲁 棒性。仿真实验结果表明本文方法明显加强了说话人识别系统的抗噪能力，在背景噪声为白 噪声，信噪比为 15dB 的情况下，识别率可达到 96%，与无噪环境下的识别率相差无几。 关键词: 说话人识别，稀疏表示 ，鲁棒性 ，全局补偿 ，超向量 I Abstract After decades of research and development, speaker recognition technology has got wide attention in because of its union advantages. In the research of speaker recognition, model is one of key technologies and has a great influence on the performance of the system. The theory of sparse representation has been widely employed in speaker recognition in recent years and improved the performance of the recognition system combined with Guassian mixture models. Nowadays, the main direction of speaker recognition research is to improve it’s robust.and to recognize quickly and exactly with intelligent terminal. This thesis undertakes a study on speaker recognition based on sparse representation and completes hereinafter works: In order to decrease the demand of