支持向量机在说话人识别系统中的应用

论文摘要

说话人识别技术因其特有的方便性、经济性、准确性,安全性等方面的的优势,在生物特征识别领域具有广泛的应用前景。目前,随着说话人识别技术研究的不断深入,已有的系统在理想的试验条件下的取得了较好的成果。然而,已有的识别系统离实际应用还有很大的距离,包括在识别准确率、识别的实时性、以及在复杂环境的鲁棒性等不能满足实际应用中的需求。支持向量机作为一种新的分类方法以其优秀的推广能力迅速成为模式识别领域的研究热点,也引起了话者识别领域研究者的关注。本文在详细介绍支持向量机的相关理论的基础上,提出了一种新的支持向量机分类方法,并将其用于说话人识别系统。本文的主要工作包括:1.在语音特征预处理阶段,详细介绍了PCA在语音特征抽取处理中的工作原理,并将核函数思想引入以提高算法在非线性情况下的效率,提出了基于KPCA的特征降维及去噪处理方法。2.针对说话人识别中,语音不等长带来的问题,基于高斯混合模型-通用背景模型（GMM-UBM）提出一种新的特征提取方法,将变长的语音序列转化为定长度的语音特征向量。以此特征向量作为输入向量,推导出一种新的核函数,将其用于SVM分类器核函数。3.为了解决用二类SVM实现多类话者识别问题,提出一种二叉树分类器的构造方法。与已有的一对多,及一对一的方法做了比较,二叉树分类器在训练和测试过程中,减少了样本的重复训练和比较的次数,从而减少支持向量机多类分类器的运算量,提高其的训练及识别速度。

论文目录

• 摘要
• Abstract
• 插图索引
• 第1章 绪论
• 1.1 引言
• 1.2 说话人识别的研究现状
• 1.3 说话人识别系统的应用前景
• 1.4 本文工作
• 第2章 统计学习理论及支持向量机
• 2.1 机器学习问题
• 2.2 统计学习理论
• 2.2.1 VC维
• 2.2.2 推广性的界
• 2.2.3 结构风险最小化理论
• 2.3 支持向量机
• 2.3.1 线性支持向量机
• 2.3.2 非线性支持向量机
• 第3章 语音信号预处理及特征提取
• 3.1 语音信号预处理
• 3.1.1 采样及量化
• 3.1.2 预加重
• 3.1.3 加窗
• 3.1.4 端点检测
• 3.2 语音特征提取
• 3.2.1 语音分析简介
• 3.2.2 MFCC系数的提取
• 3.3 语音特征的降维及取噪处理
• 3.3.1 PCA用于特征降维
• 3.3.2 KPCA用于降维及去噪
• 第4章 基于改进支持向量机的说话人识别系统
• 4.1 基于 GMM-UBM的核函数的构造
• 4.1.1 GMM-UBM介绍
• 4.1.2 GMM-UBM的模型训练
• 4.1.2.1 期望最大法（EM）
• 4.1.2.2 GMM-UBM参数的训练算法
• 4.1.3 核函数的构造过程
• 4.2 支持向量机多类分类器的构造
• 4.3 实验及结果分析
• 4.3.1 使用干净语音的测试结果
• 4.3.2 系统对噪声的鲁棒性测试
• 结论
• 参考文献
• 致谢
• 附录A 攻读硕士学位期间所发表的学术论文