说话人识别中语速鲁棒性研究

如今，说话人识别技术已经比较成熟，但依然有很多因素影响说话人识别系统的稳定性。本文针对说话速度对说话人识别的影响进行了一系列的研究工作。通过模型空间分布可视化和语音频谱观察两方面来分析不同语速语音的差距。然后，提出了最大似然线性回归（MLLR）和Constraint MLLR（CMLLR）的方法对模型和特征进行变换，使训练端和测试端的语音特征互相接近匹配。通过实验发现，MLLR和CMLLR能较好地提高说话人识别系统中语速鲁棒性。