文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 基于GMM的与文本无关的变阈值说话人确认
侵权投诉

基于GMM的与文本无关的变阈值说话人确认

基于GMM的与文本无关的变阈值说话人确认

第4期          黄颖等:基于GMM的与文本无关的变阈值说话人确认543基于连续HMM的与文本无关的说话人系统的识别率取决于模型中的总的分量的个数,而与HMM中的状态数无关,因此采用16个高斯分量的高斯混合模型GMM选用的识别模型及匹配方法。

311 理论分析

在高斯混合模型GMM中,设模型参数为:

λ={(c1,μ1,∑(1) 1),…,(cm,μm,∑m),…,(cM,μM,∑M)}

其中,μm和∑m分别为第m个高斯函数的均值矢量和协方差矩阵,cm是第m个高斯函数的权重,M是高斯函数的个数。

设输入语音的特征矢量为O=(o1,o2,…,oT),则λ产生特征矢量序列的似然得分值分别为

T-1Mok-μmok-μm∑)=∑cm(2) P(o|λexp-1/2m=1(2π)D/2‖∑m‖2

)=∏P(ot|λ) P(O|λ

t=1T(3)

其中D为特征矢量的维数,T为特征矢量的帧数。

在传统的确认方法中,假设共有N个参考说话人,1,2,…,λN,X声明为第i个人的语音,确认的判决准则是:

>ηη(4)若P(X|λ, i)iηDCF[4~6]原则获得的。其局限性在于:为获得判决阈值,需要进行,而且对不同的输入语音采用相同的判决阈值,系统的自适应性差。312 改进方法-采用变阈值判决准则DTSV(DynamicThresholdSpeakerVerification)

实际上,说话人确认与说话人辨认的判决策略是有联系的。说话人辨认的判决策略如下:

 i=Argmax{P(X|λj)},X是由第i个参考说话人所发1ΦjΦN(5)

如果声明人身份ID是i,比较式(4)和式(5),我们有理由相信,在正常情况下,一定有

(6) P(X|λi)>ηΕP(X|λj);Πi≠j,1Φi,jΦN

而对静态η来说,除非η值足够大,否则不可能总满足式(4)和(6)。但η值足够大,又会相应提高拒识率,影响系统性能。因此考虑,在现有N个参考说话人外附加一个非特定说话人λN+1,这个模型的参数是通过最大化似然得分的乘积∏P(Oi|λN+1)得到,即训练λN+1所使用的数据是所有参考说话人的训练数据。而λN+1代表了所i=1N

有参考说话人的共同特征。

若X是第i个参考说话人所说,在理想情况下,则有:

(7) P(X|λi)>P(X|λN+1)

因为λi只由自己本身的数据训练得到,它比λN+1更能精确描述说话人i的语音在特征空间的分布。同时,在理想情况下,也应满足:

(8) P(X|λN+1)ΕP(X|λj),j≠i

因为λN+1中具有所有说话人的特征,它所包含的关于第i个说话人的信息量比其他参考说话人模型所包含的信息量都要多。

若待确认语音不是某个说话人所说(开集情况),即它是冒认者所说的语音,那么,由于λN+1具有一定的普遍性,使其在理想情况下满足:

(9) P(X|λi)<P(X|λN+1)X不是I语音

综合式(4)~(9),DTSV的判决策略改进为:

>P(X|λN+1)接受参考人i的身份(10)P(X|λ, P(X|λi)N+1)是判决阈值ΦP(X|λN+1)拒绝参考人i的身份

通过增加非特定参考说话人模型,使这种新的确认策略不仅适用于确认真实身份说话人的语音,也适用于拒绝冒认者语音。而且,(10)与(4)相比,大大降低了确认所需的计算量。它只需要计算两次似然得分和。此时由每次测试语音对不同的说话人模型计算所得,是一种动态变化的阈值。所以我们称这种方法为动态阈值说话人确认(Dynamic

基于GMM的与文本无关的变阈值说话人确认

ThresholdSpeakerVerification,DTSV)方法。

上一页第3页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email