自适应并行模型组合的鲁棒语音身份识别算法

李 聪 葛洪伟

(1. 江南大学轻工过程先进控制教育部重点实验室，江苏无锡 214122；2. 江南大学物联网工程学院，江苏无锡 214122)

1 引言

语音身份识别也称为说话人识别，是通过对说话人的一段语音中所提取出的个性特征进行分析和识别，达到对说话人身份辨认和确认的技术。语音身份识别有着广泛的应用前景，可用于需要进行身份认证的安全领域，也可在智能家居、车载系统等小容量嵌入式系统中运用。目前说话人识别技术已经有了很大突破，在安静环境下表现出了较高的识别率。但是，现有的语音身份识别系统仍存在一些困难，最突出的便是噪声环境下系统的鲁棒性问题。实际应用中，由于现实环境下难免出现的背景噪音的影响，语音识别相关系统的应用环境往往不能很好的和纯净训练模型的环境相匹配，从而出现了由于环境失配所导致的系统识别性能下降的问题[1]。目前针对减小环境失配问题提出的方法主要分为两类[2]。一类是特征域方法，主要是寻求稳健的声学特性来提取鲁棒性语音特征。近年来，许多鲁棒性的语音特征被提出，在噪声环境下能够提升一定的识别率，但仅仅通过鲁棒特征来提升语音识别的效率还是无法满足实际应用的需要；另一类称为模型域方法，通过调整声学模型参数，将噪声信息融合到纯净训练模型的语音状态中，使之能够匹配当前测试中的噪声环境，克服环境失配所带来的影响。模型域中较为经典的方法是并行模型组合(Parallel Model Combination，PMC)算法[3-5]。……