基于GMM非线性变换的说话人识别算法的研究*

罗文华,杨 彦,齐 健,赵 力

(1.江苏盐城工业职业技术学院汽车工程学院,江苏 盐城 224005;2.东南大学信息科学与工程学院,南京 210096)

基于GMM非线性变换的说话人识别算法的研究*

罗文华1*,杨 彦1,齐 健2,赵 力2

(1.江苏盐城工业职业技术学院汽车工程学院,江苏 盐城 224005;2.东南大学信息科学与工程学院,南京 210096)

针对与文本无关说话人识别GMM模型中,某些非目标模型的测试帧的模型得分可能会比较高,从而引起误判的问题。从帧似然概率的统计特性出发,提出了一种GMM非线性变换方法。该方法通过对每帧各模型的得分赋予不同的权值,使得得分高的模型权值大,得分低的模型权值小,由于目标模型得分高的帧要多于其他非目标模型,所以这样可以提高目标模型的总得分,降低非目标模型的得分,从而降低误判的可能。理论推导和实验结果表明,该变换方法能够提高GMM说话人识别的识别率。

与文本无关说话人识别;混合高斯模型;非线性变换

语音是每个人的自然属性之一,由于各个说话人发音器官的生理差异以及后天的发音习惯等行为差异,每个人的语音中蕴含着各个人的个人特征[1]。说话人识别就是着眼于这种个人差异性特征,利用一定的特征描述模型和特征识别方法以达到识别说话人的目的。说话人识别按其被输入的测试语音来分可以分为与文本有关和与文本无关的说话人识别。而与文本无关的说话人识别在今天无疑有着更广泛的应用。……