论文部分内容阅读
本文对基于半连续隐马尔可夫模型的文本无关说话人识别技术进行了研究。主要内容如下:
⑴研究了处理信道噪声的相关技术。如倒谱均值减,方差归一化,以及特征规整和特征映射方法,并将特征规整和特征映射同时应用于前端处理,以提高系统的鲁棒性。
⑵分析了主流的高斯混合模型为说话人建模的利弊,综合考虑训练数据量以及模型的描述能力,提出在目标模型.背景模型的框架下,以最大后验概率自适应的方式在通用的说话人无关半连续隐马模型上调整参数得到特定说话人的模型,并在此基础上对语音进行全音子解码以及强制对齐来计算语音在说话人模型上的得分。
⑶实现了一个基于高斯混合模型为说话人建模的子系统以及一个基于半连续隐马模型为说话人建模的子系统,在NIST说话人评测数据库上,分别取得了12.3%和14.7%的等错误率。将两个子系统的结果在得分层次上融合,使系统性能进一步得到改善,等错误率达到11.4%。