將語音處理技術(shù)引入到智慧教室的建設(shè)中,通過懸置麥克風(fēng)實(shí)現(xiàn)零干預(yù)的課堂數(shù)據(jù)采集,設(shè)計(jì)聲紋識別和語音識別算法實(shí)現(xiàn)說話人身份識別和課堂研討過程的記錄,并實(shí)時(shí)反饋給課堂中的學(xué)生和教師。其中針對語音數(shù)據(jù)訓(xùn)練樣本少、背景噪聲復(fù)雜的問題,基于特征補(bǔ)償設(shè)計(jì)本征音自適應(yīng)算法,然后通過最大似然算法自適應(yīng)地求出說話人因子,最后通過最小均方誤差算法計(jì)算判決結(jié)果。 

【文章來源】：實(shí)驗(yàn)技術(shù)與管理. 2018年07期 北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

圖１研討型智慧教室系統(tǒng)組成

于特征補(bǔ)償和本征音自適應(yīng)的聲紋識別算法（ｅｉｇｅｎｖｏｉｃｅａｄａｐｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｆｅａｔｕｒｅｃｏｍｐｅｎｓａ－ｔｉｏｎ，ＥＶ－ＦＭ），利用少量的未知說話人語料（自適應(yīng)的語料數(shù)據(jù)），在最大似然準(zhǔn)則或最大后驗(yàn)概率準(zhǔn)則下生成包含說話人最多信息的說話人因子，并能夠?qū)⒄f話人無關(guān)（ＳＩ）模型調(diào)整到說話人相關(guān)（ＳＤ）模型，實(shí)現(xiàn)在少量訓(xùn)練語料數(shù)據(jù)的情況下獲得較好的識別效果，同時(shí)也能夠在模型域消除環(huán)境失配帶來的干擾。主要流程如圖２所示：首先對原始語音數(shù)據(jù)進(jìn)行特征提取，然后基于倒譜均值減（ｃｅｐｓｔｒｕｍｍｅａｎｓｕｂｔｒａｃｔｉｏｎ，ＣＭＳ）算法進(jìn)行特征補(bǔ)償［１４］，并設(shè)計(jì)本征音自適應(yīng)算法，最后利用最小均方誤差計(jì)算說話人語句的相似度，得到判決結(jié)果。３．１說話人特征補(bǔ)償特征提取是聲紋識別的第一步，本文采用Ｍｅｌ頻率倒譜系數(shù)（Ｍｅｌｆｒｅｑｕｅｎｃｙｃｅｐｓｔｒｕｍｃｏｅｆｆｉｃｉｅｎｔ，ＭＦ－ＣＣ）［１５］作為語音特征參數(shù)，整個過程包括預(yù)加重、分幀、端點(diǎn)檢測、加窗、傅里葉變換以及三角帶通濾波等步驟，由式（１）計(jì)算得到頻譜特征。Ｂ（ｆ）＝１１２５ｌｎ（１＋ｆ／７００）（１）ＣＭＳ算法是基于聲學(xué)的聲道模型假設(shè)，將發(fā)聲行為抽象為激勵信號通過聲道模型與聲道函數(shù)進(jìn)行卷積的非線性過程。分為三個部分，如圖３所示：第一個部分中的ＤＦＴ＊［·］為將卷積信號轉(zhuǎn)化為加性信號；由第二個部分對ｓ＾（ｎ）進(jìn)行線性處理得到ｙ＾（ｎ）；第三個

從最大到最小的特征值序列，然后從中選取最大的ｋ個特征值，這些特征值就是本征音（ｅｉｇｅｎｖｏｉｃｅ，ＥＶ）［１６］。在有本征音生成的特征空間中利用最大似然準(zhǔn)則估計(jì)每一個說話人的坐標(biāo)系數(shù)，并由于本征音基矢量具有說話人模型的最大方差，能夠反映說話人模型參數(shù)的先驗(yàn)概率，進(jìn)而實(shí)現(xiàn)說話人自適應(yīng)。本征音算法不需要估計(jì)很多的特征參數(shù)，特別適合語音少的情況下的快速說話人識別［１７］。本征音自適應(yīng)流程圖如圖４：圖４本征音自適應(yīng)流程圖假設(shè)說話人無關(guān)的第ｃ個高斯均值向量為μｃ，協(xié)方差為∑ｃ，說話人Ｓ相關(guān)的第ｃ個高斯均值向量為μＳｃ。區(qū)分函數(shù)等于０說明聲門特征屬于中心區(qū)間，定義第ｓ個說話人相關(guān)說話人的高斯均值向量為：μ（ｓ）＝［μＴ１（ｓ），］μＴ２（ｓ），…，μＴＣ（ｓ）（６）上式的維數(shù)為Ｄ＊Ｃ維，說話人向量可以定義為Ｍ＝｛μ（ｓ），ｓ＝１，２，…Ｓ｝，假設(shè)所有的μｓ落在同一個子空間中，對Ｍ進(jìn)行主成分分析（ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ，ＰＣＡ）算法運(yùn)算找到Ｓ個基向量，記為ｅ（１…ｋ…ｓ），其中ｅ（ｋ）就是第ｋ個本征音。對一個說話人人相關(guān)向量μ（ｓ′），其可以由下式表示：μ（ｓ′）＝μ－＋ｘ１（ｓ′）ｅ（１）＋ｘ２（ｓ′）ｅ（２）＋…＋ｘＫ（ｓ′）ｅ（Ｋ）（７）其中μ－為訓(xùn)練說話人的向量的均值，ｘ（ｓ′）為第Ｋ個本征音對應(yīng)的坐


本文編號：2957813