【毕业学位论文】基于音素分类的短语音说话人识别-计算机应用技术博士论文

基于音素分类的短语音 说话 人 识别 (申 请清华大学工学博士学位论文 ) 培 养 单 位 : 计算机科学与技术系 学 科 : 计算机科学与技术 研 究 生 : 方 远 香 指 导 教 师 : 郑 方 研 究 员 二 一二 年 十 月 in of 012 on of to a of to or of by of or _ _ _ 摘要 i 摘要 说话 人 识别是指通过声音识别一个人的身份。通常来讲，这需要大量的 语音数据。然而，现实生活中， 语音 数据的获取有着各种各样的困难。因此，使用提供的语音数据（或长或短）来有效地识别说话 人身份 变得至关重要。近来，不少研究者关注短语音说话 人 识别（ 称并基于短语音提出了新的方法以提高说话 人 识别的性能。然而，大多数的方法将短语音设定为 10 秒左右，只有近期的研究将其设定在 3 秒左右。现有研究中最短的语音为 2 秒，其最小等错误率 (称 基于现有短语音 说话人 识别的研究成果，本文提出使用不超过 3 秒的语音（汉语或英语）对 说话人 进行有效地识别，包括以下内容和创新点： 1) 提出文本无关的短语音 说话人 识别 方法 。在短语音中，语音变化恶化了说话人 识别的性能。尽管文本 相 关的 说话人 识别有助于 解决该问题，但是通过短短几秒的语音片段进行 说话人 识别还不完全可行。因此，我们提出在基本的音素识别中使用语音单元知识，这不仅使 保留了潜在的语音信息。 2) 提出使用音素序列而不是连续语音进行短语音 说话人 识别 的思路 。由于音素是最小有意义的语音单元，使用音素序列可增加识别过程中的有用信息，且保留了 说话人 的特点。 3) 为了实现以上目标，我们使用了音素分类，即将相似的 音速 分为一类。这不仅解决了稀有分类中数据稀疏的问题，而且也使得不同类别的音素分布均匀。基于此，我们提出了音素类别的短语音 说话人 识别方法。 4) 为设计音素类别，我们学习了音素的语音和音韵属性，并基于发音特征设计了元音分类，以进一步实现基于音素分类的短语音 说话人 识别。 5) 为了测试音素组合的情况（元音和辅音），我们设计了音节分类，这是最常见的元音和辅音的组合。基于普通话的音节结构，我们设计了辅音分类，并通过组合元音类别和辅音类别设计了音节分类。 为了验证本文的方法，我们基于 3 秒、 2 秒和 1 秒的音素类别序列分别对全局背景的元音分类模型、辅音分类模型和音节分类模型进行了实验。实验结果证明大量的 说话人 信息包含在诸如音素和音节等小语音单元中，音节分类是 说话人 识别最 好的选择。元音分类同样也在短语音 说话人 识别中起到很好的效果，摘要 过辅音分类却在短语音识别中不能达到好的效果。实验结果表明，与现有统相比，在基于 2 秒的测试语音进行 说话人 识别时，本文方法（基于高斯混合模型和全局背景模型 ( 在带有韵律标注的语料库 最小 对降低了 绝对降低了 在 008 训练集的最小 对值分别降低了 和 关键字 ：短语音 说话人 识别， 音素， 元音分类， 辅音分类， 音节分类 is of a by of of is to In in in In it to or to Of in a to in to of to be 0 as of in to a We to an to a on of or We as In a we 1) We of in of to at as as a is we of to of 2) We to of of to at of a 3) In to we of of of by of iv in of In so we 4) In to we to of of of we on 5) To of of we of We Cs Cs to Cs by We by C, CC C 2 Cs is in as as We in to a to ER of ER ER in ER ER v F 要 . i . . v 1 . 1 . 3 . 4 . 6 . 6 . 7 . 11 . 11 . 12 . 13 . 16 . 16 . 16 . 19 . 21 . 22 . 22 2 . 23 . 23 . 24 . 25 . 28 R . 29 . 32 . 33 . 34 . 35 . 36 . 37 . 37 . 38 : . 38 : . 38 . 39 . 39 3 . 41 of . 41 . 42 of . 44 . 45 . 47 . 48 . 49 . 50 . 52 . 53 . 54 1 . 54 (. 54 . 55 56 . 56 . 56 . 59 . 60 . 61 . 62 4 . 64 . 64 n . 65 . 66 . 67 . 68 . 68 . 70 . 70 . 71 . 80 . 82 5 . 83 . 84 . 85 . 87 . 93 . 94 . 95 1 1 is no of so as a a a is to of in of in is as as it is as of of to it to in of it is of as it us is in an in In to in or to of of is a it is SR is an R is to be to a in in in SR of of a s to a 2001)( 2001)( 2001)( 1 2001)( 2001)( 2001). an on of of or is to to a in as or to a is a in to a of be of in is a is it on of a of