近年來,聲紋特征作為個人信息驗證領域的研究熱點發(fā)展迅速。目前,說話人確認系統(tǒng)在實驗室環(huán)境中已可以達到相當高的識別準確率,但在現(xiàn)實情況中,由于噪聲的干擾,系統(tǒng)的性能將受到嚴重影響,這大大妨礙了說話人確認技術在實際環(huán)境中的應用。本文提出了一種具有環(huán)境噪聲感知功能的說話人確認系統(tǒng)。該系統(tǒng)采用具有抗噪性能的清濁音判決法提取出有效的語音段用于說話人特征的提取,采用特定環(huán)境噪聲融合到背景模型中用于說話人模型的訓練和調(diào)整,采用噪聲識別算法判別出環(huán)境噪聲類型用于說話人模型的選擇。具體而言,在系統(tǒng)的訓練階段,首先為多種噪音建立其特定的背景模型,然后根據(jù)最大后驗概率對說話人模型進行調(diào)整,從而最大限度地模擬噪聲環(huán)境下說話人模型的狀態(tài),減少訓練模型與測試環(huán)境之間的差異;在系統(tǒng)的測試階段,首先對測試語音的環(huán)境噪聲進行估計與識別,然后根據(jù)噪聲的識別結果選擇最相似的背景模型進行測試評分,以模型補償?shù)姆绞教岣呦到y(tǒng)魯棒性。此外,帶噪的語音信號在進入說話人確認系統(tǒng)進行測試之前,首先根據(jù)其特征參數(shù)的特點,采用基于梅爾域的二次濾波的方法進行前端降噪,然后僅保留語音信號的濁音段作為特征參數(shù)提取的基礎,從而進一步減少噪聲對系統(tǒng)的影響。論文的仿真實驗分別基于英文和中文語音庫,選用多種不同噪音類型,在5dB的噪音環(huán)境下,比起傳統(tǒng)算法,利用該技術可將等錯誤率最高減少26.38%,平均可減少16.44%,表明該系統(tǒng)在噪聲環(huán)境下的說話人確認方面具有顯著的優(yōu)越性。
【學位單位】：上海交通大學
【學位級別】：碩士
【學位年份】：2015
【中圖分類】：TN912.3
【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 論文研究背景
    1.2 說話人識別基本結構
    1.3 噪聲環(huán)境下說話人確認的研究現(xiàn)狀
    1.4 論文研究內(nèi)容及意義
    1.5 論文組織結構
第2章 基于GMM-UBM的說話人確認
    2.1 特征參數(shù)的提取
        2.1.1 幀的概念
        2.1.2 Mel倒譜系數(shù)
        2.1.3 環(huán)境補償
        2.1.4 高階MFCC
    2.2 建立說話人模型
        2.2.1 混合高斯模型
        2.2.2 聯(lián)合背景模型的混合高斯模型
        2.2.3 其它建模方式
    2.3 得分規(guī)整
        2.3.1 Z-Norm規(guī)整
        2.3.2 T-Norm規(guī)整
        2.3.3 ZT-Norm規(guī)整
        2.3.4 TZ-Norm規(guī)整
    2.4 實驗語音庫及工具包介紹
        2.4.1 干凈語音庫與噪聲庫
        2.4.2 系統(tǒng)評估方法
        2.4.3 Voicebox工具包
        2.4.4 ALIZE測試平臺
    2.5 本章小結
第3章 環(huán)境噪聲的感知與識別
    3.1 環(huán)境噪聲的估計算法
        3.1.1 噪聲估計原理
        3.1.2 算法思想
        3.1.3 算法的仿真結果
    3.2 噪聲類型識別
        3.2.1 噪聲的特征向量提取
        3.2.2 噪聲建模
        3.2.3 組合對比實驗
        3.2.4 實驗小結
    3.3 本章小結
第4章 噪聲環(huán)境下特征提取的預處理方法
    4.1 降噪預處理
        4.1.1 OM-LSA
        4.1.2 DSR-NR
        4.1.3 對比實驗及結果分析
    4.2 端點檢測
        4.2.1 VAD
        4.2.2 清濁音判斷
        4.2.3 對比實驗及結果分析
    4.3 預處理方法改進前后的實驗對比
    4.4 本章小結
第5章 具有環(huán)境噪聲感知功能的說話人確認系統(tǒng)
    5.1 總體設計
        5.1.1 現(xiàn)有的說話人確認系統(tǒng)
        5.1.2 本文提出的說話人確認系統(tǒng)
        5.1.3 兩種系統(tǒng)的比較分析
    5.2 訓練階段
    5.3 測試階段
    5.4 仿真評估與實驗結果
        5.4.1 實驗環(huán)境設置
        5.4.2 仿真實驗結果及分析
        5.4.3 算法還待改進空間
    5.5 本章小結
第6章 結束語
    6.1 主要工作與創(chuàng)新點
    6.2 后續(xù)研究工作
參考文獻
致謝
攻讀碩士學位期間已發(fā)表或錄用的論文

【相似文獻】

相關期刊論文 前10條

1 郭偉;李輝;許敏強;劉青松;;基于高維空間映射失配補償方法的說話人確認[J];中國科學技術大學學報;2010年02期

2 張怡穎,朱小燕,張鈸;一種新的說話人確認方法[J];軟件學報;1999年04期

3 翁武斌,方棣棠;應用分段辨認序列頻度信息的說話人確認方法[J];中文信息學報;2000年05期

4 文學,劉加,劉潤生;一種改進的新型說話人確認算法[J];清華大學學報(自然科學版);2003年01期

5 陳繼旭;劉明輝;戴蓓蒨;李輝;;文本無關說話人確認中的一種新的評分規(guī)整方法[J];信號處理;2006年04期

6 劉明輝;戴蓓蒨;解焱陸;;基于GMM多維概率輸出的SVM話者確認[J];模式識別與人工智能;2008年01期

7 解焱陸;劉青松;戴蓓蒨;李輝;;一種用于魯棒性說話人確認的分段概率分布參數(shù)規(guī)整方法[J];電路與系統(tǒng)學報;2008年06期

8 郭武;李軼杰;戴禮榮;王仁華;;采用非監(jiān)督得分規(guī)整和因子分析的說話人確認[J];電子學報;2009年04期

9 許東星;戴蓓蒨;許敏強;劉青松;;聲母發(fā)聲特點參數(shù)的提取及其提高說話人確認魯棒性的研究[J];信號處理;2009年09期

10 陳存寶;趙力;;嵌入時延網(wǎng)絡的高斯混合背景模型說話人確認[J];信號處理;2010年04期

相關博士學位論文 前3條

1 劉明輝;基于GMM和SVM的文本無關的說話人確認方法研究[D];中國科學技術大學;2007年

2 高二中;對話電話語音的話者確認研究[D];中國科學技術大學;2011年

3 龍艷花;基于SVM的話者確認關鍵技術研究[D];中國科學技術大學;2011年

相關碩士學位論文 前10條

1 趙啟明;一種新的說話人確認方法研究[D];浙江大學;2015年

2 曾祺;文本無關的多說話人確認研究[D];電子科技大學;2014年

3 王一蕾;抗錄音回放的說話人身份確認系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2014年

4 曹一鳴;具有環(huán)境噪聲感知功能的說話人確認系統(tǒng)的研究[D];上海交通大學;2015年

5 郭偉;基于信道補償方法的說話人確認研究[D];中國科學技術大學;2009年

6 周元;文本無關的說話人確認系統(tǒng)的研究[D];重慶大學;2006年

7 周毓;基于因子分析的說話人確認[D];中國科學技術大學;2010年

8 卓著;基于信道補償技術的說話人確認研究[D];中國科學技術大學;2015年

9 陳曉陽;遠程語音通話實時說話人確認系統(tǒng)研究與實現(xiàn)[D];廈門大學;2009年

10 劉梓銘;復雜背景下說話人確認的研究[D];北京交通大學;2015年

本文編號：2841962