發(fā)布時間：2018-06-30 17:32

  本文選題：聲紋識別 + 時變�。� 參考：《貴州大學(xué)》2016年碩士論文

【摘要】：聲紋識別又稱說話人識別,是生物特征識別的一種,自從聲紋識別被提出以來,就有研究學(xué)者提出聲紋識別的識別率是否會隨著時間的變化而發(fā)生變化,經(jīng)過多年的研究表聲紋識別的識別率會隨著時間的變化而發(fā)生變化。因此本文對聲紋識別中的時變問題進(jìn)行研究,主要工作包括:1.建立適合聲紋識別時變特性的數(shù)據(jù)庫。根據(jù)現(xiàn)有時變數(shù)據(jù)庫可知時間越長識別率越差,但是較短的時間間隔同樣也會對識別率產(chǎn)生影響。因此,結(jié)合實際應(yīng)用,提出該數(shù)據(jù)庫的設(shè)計原則:以一周為間隔,且等時間間隔,文本無關(guān)建立數(shù)據(jù)庫。2.對說話人特征的時變特性進(jìn)行分析。為了了解說話人特征的時變特性,需要減少其他因素的影響,因此我們選擇同一個人在不同時間的相同文本進(jìn)行分析,通過動態(tài)時間規(guī)整(DTW)發(fā)現(xiàn)時變特征的線性變化規(guī)律。根據(jù)線性變化的規(guī)律,采用不同的方法解決聲紋識別中的時變魯棒性問題。3.提出通過更新模型來提高時變魯棒性的方法。以時間軸為位移方向,不斷地更新訓(xùn)練模型的數(shù)據(jù),同時去除相應(yīng)時間較遠(yuǎn)的數(shù)據(jù),從而做到不斷更新訓(xùn)練模型,采用更新模型的方法提高魯棒性是最直接并且最有效的辦法,這樣的方法可以保持與時俱進(jìn),有著良好的效果,但是同時也會大量的數(shù)據(jù)存儲問題。4.聲紋識別中的時變問題,在某種程度上可以看作是信道的變化,根據(jù)人的發(fā)生原理,人發(fā)聲的變化主要是由于聲道發(fā)生了變化,而聲道的變化可以認(rèn)為是信道的變化,在解決信道變化的問題上,在語音識別上就已經(jīng)有人使用聯(lián)合因子分析(Joint Factor Analysis,JFA),以及更進(jìn)一步的發(fā)展的i-vector技術(shù)。因此本文利用i-vector技術(shù)利用解決說話人識別中時變問題。5.在使用i-vector的模型下,根據(jù)特征的時變特性,提出基于概率線性判別分析(Probabilistic Linear Discriminant Analysis,PLDA)的解決方法。由于特征隨著時間的變化呈線性變化,我們認(rèn)為可以通過PLDA學(xué)習(xí)出時變特征的線性變化,從而解決時變魯棒性問題。
[Abstract]:Voice pattern recognition, also known as speaker recognition, is a kind of biometric recognition. Since the sound pattern recognition was put forward, some researchers have asked whether the recognition rate of voice pattern recognition will change with the change of time. Over the years, the recognition rate of voiceprint recognition will change with time. Therefore, the time-varying problem in voiceprint recognition is studied in this paper, the main work of which includes: 1. A database suitable for voiceprint recognition with time-varying characteristics is established. According to the existing time-varying database, the longer the time is, the worse the recognition rate is, but the shorter time interval will also affect the recognition rate. Therefore, combined with practical application, the design principle of the database is put forward: one week interval, and equal time interval, text independent establishment of database. 2. The time-varying characteristics of speaker features are analyzed. In order to understand the time-varying characteristics of the speaker, we need to reduce the influence of other factors, so we choose the same text at different times to analyze, and find out the linear variation of the time-varying features by dynamic time warping (DTW). According to the law of linear variation, different methods are used to solve the time-varying robustness problem in voiceprint recognition. A method to improve the time-varying robustness by updating the model is proposed. Taking the time axis as the displacement direction, the data of the training model is constantly updated, and the data of the corresponding time is removed at the same time, so that the training model can be continuously updated. It is the most direct and effective way to improve the robustness of the training model by updating the model. Such a method can keep pace with the times, with good results, but also a large number of data storage problems. To some extent, the time-varying problem in voiceprint recognition can be regarded as the change of the channel. According to the principle of human occurrence, the change of human voice is mainly due to the change of the channel, and the change of the channel can be regarded as the change of the channel. In order to solve the problem of channel change, joint factor analysis (JFAs) has been used in speech recognition, as well as the further development of i-vector technology. Therefore, this paper uses i-vector technology to solve the time-varying problem in speaker recognition. Under the model of i-vector, according to the time-varying characteristics of features, a method based on probabilistic linear discriminant analysis (PLAA) is proposed. Because the feature changes linearly with time, we think that we can learn the linear change of time-varying feature by PLDA, and solve the problem of time-varying robustness.
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于哲舟,楊佳東,蒲東兵,周春光,王綱巧;多門限聲紋識別方法[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2005年02期

2 朱浩冰;郭東輝;;聲紋識別系統(tǒng)原理及其關(guān)鍵技術(shù)[J];計算機(jī)安全;2007年09期

3 靳玉紅;;聲紋識別中的語言屬性映射[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2012年04期

4 葉田田;;聲紋識別系統(tǒng)設(shè)計[J];工業(yè)控制計算機(jī);2012年06期

5 霍春寶;張彩娟;趙紅敏;;與文本無關(guān)的聲紋識別系統(tǒng)的研究[J];遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2013年01期

6 楊凌;蔡濤;李瀚;;一種改進(jìn)型回聲狀態(tài)網(wǎng)絡(luò)及其在聲紋識別上的應(yīng)用[J];中國科技信息;2014年08期

7 陳幼松;從“芝麻開門”到聲紋識別[J];百科知識;2003年01期

8 任培花;孫宏志;;基于言語過濾、情感補(bǔ)償?shù)幕铙w聲紋識別系統(tǒng)的設(shè)計[J];重慶科技學(xué)院學(xué)報(自然科學(xué)版);2007年01期

9 王會清;張濤;周帆;;聲紋識別在虛擬儀器平臺的實現(xiàn)[J];武漢工程大學(xué)學(xué)報;2012年12期

10 何金鑫;康凱;關(guān)勝曉;;與文本無關(guān)的聲紋識別系統(tǒng)的研究[J];電子技術(shù);2013年02期

相關(guān)會議論文 前2條

1 楊瑩春;雷震春;吳朝暉;;基于情感補(bǔ)償?shù)幕铙w聲紋識別框架研究[A];第一屆中國情感計算及智能交互學(xué)術(shù)會議論文集[C];2003年

2 黃曉丹;洪青陽;李琳;李稀敏;梁大偉;陳萬里;呂偉辰;丘敬云;王薇;;聲紋識別語音數(shù)據(jù)庫建設(shè)的探討[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集（一）[C];2011年

相關(guān)重要報紙文章 前5條

1 閆潔;聲紋識別高精尖聽音辨人不遙遠(yuǎn)[N];新華每日電訊;2014年

2 吳璽宏;聲紋識別應(yīng)用前景[N];計算機(jī)世界;2001年

3 邢方亮;以聲辨人[N];計算機(jī)世界;2003年

4 北京大學(xué)信息科學(xué)中心視覺與聽覺信息處理國家重點實驗室 吳璽宏;聲紋識別聽聲辨人[N];計算機(jī)世界;2001年

5 本報記者 霍娜;云上積累 云中綻放[N];中國計算機(jī)報;2014年

相關(guān)博士學(xué)位論文 前1條

1 張晶;聲紋識別魯棒性技術(shù)及應(yīng)用研究[D];廣東工業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 于嫻;聲紋識別在微信中的模式匹配研究[D];貴州大學(xué);2015年

2 劉磊;聲紋識別算法在軍事通話中的研究與實現(xiàn)[D];東北大學(xué);2014年

3 陳俊彬;融合聲紋識別的護(hù)理床語音控制系統(tǒng)研發(fā)[D];廣東工業(yè)大學(xué);2016年

4 周雷;基于聲紋識別的說話人身份確認(rèn)方法的研究[D];上海師范大學(xué);2016年

5 胡青;卷積神經(jīng)網(wǎng)絡(luò)在聲紋識別中的應(yīng)用研究[D];貴州大學(xué);2016年

6 陳霄鵬;聲紋識別中的時變魯棒性問題研究[D];貴州大學(xué);2016年

7 陳燕;用戶定制口令聲紋識別系統(tǒng)研究與嵌入式實現(xiàn)[D];廈門大學(xué);2009年

8 彭詩雅;基于聲紋識別的身份認(rèn)證技術(shù)研究[D];南京航空航天大學(xué);2010年

9 付浩楠;聲紋識別在聲控系統(tǒng)中的研究與實現(xiàn)[D];黑龍江大學(xué);2012年

10 張轉(zhuǎn)俠;基于雙序混合最優(yōu)碼本的聲紋識別系統(tǒng)研究[D];重慶大學(xué);2012年

，

本文編號：2086299