基于i-vector的穩(wěn)健說(shuō)話人識(shí)別研究.pdf

1、說(shuō)話人識(shí)別就是能夠讓機(jī)器分辨出不同人的聲音來(lái)，主要是以語(yǔ)音信號(hào)為研究對(duì)象，它由特征提取和模式識(shí)別兩大部分組成；其中，如何高效地找到區(qū)別不同說(shuō)話人之間的個(gè)性特征一直以來(lái)是需要攻克的難點(diǎn)。在沒有噪聲干擾條件下的說(shuō)話人識(shí)別系統(tǒng)的正確率能夠達(dá)到百分之九十五以上；但是在有噪聲的影響下，系統(tǒng)識(shí)別的正確率就會(huì)受到很大的影響，如何提高有噪聲干擾環(huán)境下的說(shuō)話人識(shí)別的正確率也是一個(gè)重要的研究方向。
　　本文是以Kaldi語(yǔ)音識(shí)別工具為平臺(tái)進(jìn)行的仿真實(shí)

2、驗(yàn)，Kaldi由前微軟公司研究院的Dan Povey博士與捷克的BUT大學(xué)聯(lián)合開發(fā)的，用C++編寫而成的一個(gè)開源工具包，便于根據(jù)不同的實(shí)驗(yàn)?zāi)康倪M(jìn)行修改和擴(kuò)展。論文先從介紹說(shuō)話人識(shí)別的基本知識(shí)入手，接著又全面地介紹了傳統(tǒng)說(shuō)話人識(shí)別算法，以及目前主流的說(shuō)話人識(shí)別技術(shù)i-vector，并且結(jié)合Kaldi語(yǔ)音識(shí)別工具對(duì)說(shuō)話人識(shí)別系統(tǒng)的訓(xùn)練參數(shù)進(jìn)行了優(yōu)化。
　　針對(duì)帶噪條件下說(shuō)話人識(shí)別率低的情況，本文采用深度學(xué)習(xí)領(lǐng)域的降噪自編碼器和i-ve

3、ctor相結(jié)合的方法來(lái)提高識(shí)別率。我們知道噪聲與語(yǔ)音信號(hào)之間有著相當(dāng)復(fù)雜的關(guān)系，但在日常生活中聲音主要受到加性噪聲的影響，因此本文重點(diǎn)研究了高斯白噪聲對(duì)系統(tǒng)穩(wěn)定性的影響，先后設(shè)置了信噪比為0分貝、5分貝、10分貝、15分貝、20分貝的帶噪語(yǔ)音信號(hào)，用降噪自編碼器對(duì)信號(hào)中的噪聲進(jìn)行抑制，保留說(shuō)話人的個(gè)性特征，進(jìn)而提高i-vector的穩(wěn)健說(shuō)話人識(shí)別系統(tǒng)的性能。實(shí)驗(yàn)結(jié)果表明，特別是在低信噪比條件下系統(tǒng)的識(shí)別率較低，但在去噪后i-vector