基于共同向量的非常态语音说话人识别算法*

何 俊,贺前华,张清华,孙国玺,肖 明,左敬龙

(1.广东石油化工学院,广东 茂名 525000;2.华南理工大学电子与信息学院,广东 广州 510641)

基于共同向量的非常态语音说话人识别算法*

何 俊1,贺前华2,张清华1,孙国玺1,肖 明1,左敬龙1

(1.广东石油化工学院,广东 茂名 525000;2.华南理工大学电子与信息学院,广东 广州 510641)

针对预先给定参数求解共同向量所存在的不足，提出了一种基于共同向量的非常态语音说话人识别算法，首先，通过系统识别率自适应调整求解共同向量的参数；然后，将系统识别率最高的参数视为最优参数，为测试语音提取共同向量，并用SVM分类器进行非常态语音说话人分类。实验结果表明：该算法所提取的共同向量，对轻微感冒语音说话人识别率为85.4%，比对特征不进行处理的GMM算法、SVM和结合共同向量的GMM算法的识别率分别提高了16.9%、15.2%和3.2%。

非常态语音; 说话人识别；共同向量；支持向量机

1 引言

目前，各种说话人识别和认证系统的性能受语音质量的影响较大，面临非常态语音时，识别率徘徊在30%～40%[1]。如何提高系统应对非常态语音的能力，是近年来语音处理中发展起来的热点问题之一，开始受到广大学者的关注[2,3]。非常态语音种类繁多，力求研究所有类型的非常态语音事实是不可行的，生活中常见的因发音器官功能性病变引起的非常态语音在生物医学工程得到广泛的研究[4,5]，如感冒、咽喉炎、淋巴炎、反胃酸。这类非常态语音的持续时间相对较长，其产生不需要特定时间和环境，并且其对语音的影响来自于生理层，对它们的研究更有利于对变异的本质进行理解。……