基于文本无关的说话人识别

论文摘要

说话人识别技术因其独特的方便性、经济性和准确性,在生物特征识别领域中具有广阔的应用前景。现有的说话人识别技术在理想条件下效果很好,但在实际环境中却由于各种因素的影响,不能得到普遍的应用,其中最重要的一个原因是大训练量和实时性不够。因此如何在不影响识别率的情况下,提高系统的训练时间和识别时间成为本领域的研究热点。SVM是一种基于结构风险最小化原则的模式分类方法,在处理样本中非线性、高维数问题时有很大的优势,应用于基于语音样本的说话人识别上有良好的效果。本文深入研究了SVM在说话识别中的大样本训练,及识别时需要匹配所有的参考模型等问题,并提出自己的解决方案。具体做了如下几方面的工作:1、针对标准SVM在说话人识别中的大样本训练问题,提出一个基于多约简支持向量机(MRSVM)的说话人辨识方法,既采用PCA变换和模糊核聚类分别减少训练样本的维数和个数,在不影响识别率的情况下,减少了标准SVM的训练量和系统存储量。2、提出一个基于PCA和MRSVM的多级说话人辨识方法,提高系统的辨识速度。利用PCA分类器具有无需训练、实现简单、快捷的优点。识别时用PCA对注册说话人进行快速预判决。利用SVM具有很强分类能力的优点,根据预判决的结果只判决一部分MRSVM的个数,从而减少了系统的辨识时间。相对于传统的识别方法,实验结果表明本文方法具有很大的时间优势,且整个系统具有很好的可扩性。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第一章 绪论
• 1.1 课题背景
• 1.2 说话人识别概念
• 1.3 说话人识别研究现状
• 1.3.1 技术研究现状
• 1.3.2 应用研究现状
• 1.4 本课题主要工作
• 1.5 本论文内容安排
• 第二章 说话人识别技术
• 2.1 特征提取
• 2.1.1 预处理
• 2.1.2 线性预测系数（LPC）
• 2.1.3 LPC倒谱系数（LPCC）
• 2.1.4 Mel倒谱系数
• 2.2 说话人识别模型
• 2.2.1 模板匹配法
• 2.2.2 概率模型法
• 2.2.3 人工神经网络方法
• 2.2.4 支持向量机
• 2.2.4.1 最优分类面
• 2.2.4.2 广义最优分类面
• 2.2.4.3 核函数
• 2.2.4.4 支持向量机
• 2.3 本章小结
• 第三章 基于MRSVM的说话人辨识
• 3.1 约简支持向量机
• 3.2 模糊核聚类
• 3.3 主成分分析（PCA）
• 3.3.1 主成分分析
• 3.3.1.1 主成分分析的概念
• 3.3.1.2 主成分的计算
• 3.3.1.3 样本主成分
• 3.3.1.4 主成分的选取
• 3.4 多约简方法
• 3.4.1 PCA降维
• 3.4.2 选择样本
• 3.4.3 训练SVM
• 3.5 实验
• 3.6 本章小结
• 第四章 多级说话人辨识
• 4.1 PCA分类器
• 4.1.1 PCA分类原理
• 4.1.2 PCA分类器原理
• 4.2 多级识别方法
• 4.3 实验
• 4.4 本章小结
• 总结
• 参考文献
• 致谢
• 附录A 攻读硕士学位期间所发表的论文