基于GMM-SVM的说话人识别系统研究
148 浏览量
2020-05-07
20:06:56
上传
评论 2
收藏 304KB PDF 举报
第
$
"
卷
第
%
期
!
"#$
年
%
月
工
矿 自 动 化
@
41UW8<
V
=41
>94:
OU8;5=89;4
P
;T-$"B;-%
>=
V
!"#$
文
章编号
：
#
*+#
(
!
%#C
（
!"#$
）
"%
(
"
"$’
(
"
%
M
?@
：
#"-#&!+!
／
_
-9WW4-#*+#
(
!
%#\-!"#$-"%-"#&
赵
立辉
，
毛竹
，
霍春宝
，
等
-
基于
G
>>
(
A
P>
的说话人识别系统研究
［
‘
］
-
工
矿自动化
，
!
"#$
，
$"
（
%
）
：
$
’
(
%
&-
基
于
ＧＭＭ
(
Ｓ
ＶＭ
的说话人识别系统研究
赵
立辉
#
，
毛
竹
!
，
霍
春宝
#
，
杨
红喆
&
（
#
-
辽
宁工业大学 电气工程学院
，
辽宁 锦州
#
!#""#
；
!-
中
国电子科技集团 光电研究所
，
辽宁 锦州
#
!#""#
；
&-
北
京理工大学 计算机学院
，
北京
#
""")&
）
摘
要
：
针对同类语音数据的相似性和不同类数据具有不同几何距离的特点
，
提出了一种基于
G
>>
(
A
P>
的
说话人识别系统
。
该系统结合了
G
>>
和
AP>
的
优点
，
解决了
G
>>
在
语音数据较小时不能区分
数据间的差异性及
A
P>
在处理大量数据时识别
率下降的问题
；
采用改进的
R
(
>
:=4W
算
法实现模型参数初
始化
，
提高了参数精度
。
试验结果表明
，
基于
G
>>
(
A
P>
的
说话人识别系统较单独采用
G
>>
或
AP>
的
系
统具有更好的识别率和鲁棒性
。
关键词
：
说话人识别
；
G
>>
；
AP>
；
识
别率
中
图分类号
：
E
M*+’
文
献标志码
：
O
网
络出版时间
：
!
"#$
(
"
$
(
!
’
#+
：
"&
网
络出版地址
：
2
88
7
：
／／
,
,,-34/9-4:8
／
/35W
／
1;9
／
#"-#&!+!
／
_
-9WW4-#*+#
(
!
%#\-!"#$-"%-"#&-285T
K
:W:=<32
;X
W
7
:=/:<
<:3;
.
4989;4
W
V
W8:5
6=W:1
;4
G>>
(
A
P>
J
]O?
N92U9
#
，
>
O?
J2U
!
，
]
Z?
D2U46=;
#
，
^
OBG
];4
.
02:
&
（
#
bA32;;T
;X
ST:38<93=T
S4
.
94::<94
.
，
N9=;494
.
Z49Y:<W98
V
;X
E:324;T;
.V
，
‘9402;U
#!#""#
，
D294=
；
!bE2:
F2;8;:T:38<93
@4W898U8:
;X
DSED
，
‘9402;U
#!#""#
，
D294=
；
&bA32;;T
;X
D;5
7
U8:<
A39:43:
，
H:9
_
94
.
@4W898U8:
;X
E:324;T;
.V
，
H:9
_
94
.
#""")&
，
D294=
）
Ａ
ｂｓｔｒａｃｔ
：
O33;<194
.
8;
82:
W959T=<98
V
;X
W
7
::32
1=8=
;X
82:
W=5:
8
V7
:
=41
32=<=38:<9W893
82=8
1=8=
;X
19XX:<:48
8
V7
:W
2=W
19XX:<:48
.
:;5:8<93=T
19W8=43:
，
82:
7
=
7
:<
7
<;
7
;W:1
=
W
7
:=/:<
<:3;
.
4989;4
W
V
W8:5
6=W:1
;4
AP>
(
G
>>bE2:
W
V
W8:5
3;5694:W
=1Y=48=
.
:W
;X
G>>
=41
AP>
，
W;TY:W
7
<;6T:5W
82=8
G>>
3=44;8
19W894
.
U9W2
19XX:<:43:W
6:8,::4
82:
Y;93:
1=8=
,29T:
82:
1=8=
9W
W5=TT
，
=41
<:3;
.
4989;4
<=8:
;X
AP>
1<;
7
W
,29T:
2=41T94
.
T=<
.
:
=5;U48W
;X
1=8=bE2:
95
7
<;Y:1
R
(
>
:=4W
=T
.
;<9825
9W
UW:1
X;<
94989=T90=89;4
;X
5;1:T
7
=<=5:8:<W
8;
95
7
<;Y:
=33U<=3
V
bE2:
:\
7
:<95:48
<:WUT8W
W2;,
82=8
W
7
:=/:<
<:3;
.
4989;4
W
V
W8:5
6=W:1
;4
AP>
(
G
>>
2=W
6:88:<
<:3;
.
4989;4
<=8:
=41
<;6UW84:WW
82=4
82:
W
V
W8:5
UW94
.
G>>
;<
AP>
=T;4:b
Ｋｅ
ｙ
ｗｏｒｄｓ
：
W
7
:=/:<
<:3;
.
4989;4
；
G>>
；
AP>
；
<:3;
.
4
989;4
<=8:
收
稿日期
：
!
"#&
(
"
)
(
!
#
；
修
回日期
：
!
"#$
(
"
&
(
#
"
；
责
任编辑
：
胡娴
。
基金项目
：
辽宁省科学技术基金项目
（
!""+!#+""&
）
；
辽宁省教育厅项目
（
N
!"#!!&"
）
。
作
者简介
：
赵立辉
（
#
’+’(
）
，
辽
宁黑山人
，
讲师
，
硕士
，
研究方向为信息处理
、
嵌入式系统
，
S
(
5
=9T
：
;XX93:
＿
0T2
＠
#!*-3;5
。
通
讯作者
：
霍春宝
。
０
引
言
随着计算机技术和电子技术的发展
，
生物特征
识别技术得到了迅速发展
。
作为人体身份特征识别
方式的一种
，
声纹识别在语音
、
电话
、
会议等场合得
到了实际应用
。
声纹识别即说话人识别
，
是通过采
集说话人的话音来识别身份的一种模式识别技
术
［
#
(
&
］
。
在
实际应用中
，
往往可提供识别的语音数据
较短
，
可提供采集的特征不多
，
而主流技术建立的模
型一般需要较长的语音
，
识别时随着语音的缩短
，
准
确率会明显下降
。
目前比较流行的识别技术包括概率统计模型和
模型匹配模型
!
种
［
$
］
。
概
率统计模型主要为高斯混
合模型
（
G
=UWW9=4
>9\8U<:
>;1:T
，
G>>
）
和
隐马尔
科夫模型
（
]
911:4
>=</;Y
>;1:T
，
]>>
）
，
模
型匹
配模 型 主 要 为 人 工 神 经 网 络
（
O
<89X939=T
B:U<=T
中国煤炭期刊网
www.chinacaj.net
评论0
最新资源