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

ThresholdSpeakerVerification,DTSV)方法。
GMM文本无关的说话人识别系统研究_专业资料。在...研究了GMM的阶数、协方差阈值、预加重系数对系统... 基于GMM-UBM的说话人确认... 57人阅读 4页 ...
研究了 GMM 的阶数、 协方差阈值、 预加重系数对系统识别率的影响。 对实验... GMM 是当今应 2 基于 GMM 的说话人识别原理基于 GMM 的文本无关的说话人...
论文针对GMM的说话人确认系统,在背景模型和阈值设置两个 方面进行深入的讨论,并...下,用图形用户界面设计的一个简 单实用的基于GMM的与文本无关的说话人识别系统...
针对电话语音条件下的文本无关话者确认,提出了一种基于GMM(Gaussian mixture model)全统计参数和SVM(support vector machine)的话者确认方法,以克服语音特征参数...
考虑性别差异的与文本无关说话人识别系统的实现_专业资料。在基于GMM的与文本无关说话人识别系统中考虑性别差异,提出了把不同性别的说话人特征参数归成不同的两...
对于 GMM, 很高,但随着话者人数的增加识别率会明显下降, 第2期 霍春宝等: 基于 GMM-UBM 的说话人确认系统的研究 101 尤其是当测试语音与训练语音文本内容不...
GMM文本无关的说话人识别... 5页 2下载券 基于GMM_UBM的稳健说话人... ...P方法进行训练的假设说话 后, 给定 1 个确认 的阈值 田 定义 1, 个对数...
基于超音段韵律特征和GMM-UBM的文本无关的说话人识别_专业资料。提出一种采用超音段韵律特征和GMM-UBM模型结构的文本无关的说话人识别方法,用多尺度小波分析方法...
说话人识别系统,重点研究设计了与文本无关的基于 混合高斯模型GMM的说话人识别...(5)分析了开集说话人识别方法、说话人确认阈值选取方法,研究了一种先 辨认后...
我们讨论的内容是与文本无关的说话 人辨 识、 。 文中实现 了一个用于说话人...我们 实现了一个基于GMM的说话人识别系 统, 并在实际 中取得了比较好的结果 ...
热门文档