基于稀疏编码的鲁棒说话人识别方法研究-计算机应用技术专业论文.docx

111[1 111[1 11 II 111[1 1 I[I I II 国内图书分类号：TP391．4 Y304257 1 工学博士学位论文 基于稀疏编码的鲁棒说话人识别方法研究 博士研究生： 谢怡宁 导寸 9工IIJ：!，： 黄金杰 申请学位级别： 工学博士 学科、专业： 计算机应用技术 所在单位： 计算机科学与技术学院 答辩日期： 2016年6月 授予学位单位： 哈尔滨理工大学 万方数据 Classified Classified Index：TP39 1．4 Dissertation for the Doctor Degree in Engineering Robust Speaker Recognition Based on Sparse Coding candidate- Xie Yining Supervisor： Huang Jinj ie Academic Degree Applied for：Doctor of Engineering Specialty： Computer Applied Technology Date of Oral Examination： June，20 1 6 University： Harbin University of Science and Technology 万方数据 哈尔滨理工大学博士学位论文原创性声明本人郑重声明：此处所提交的博士学位论文《基于稀疏编码的鲁棒说话人 哈尔滨理工大学博士学位论文原创性声明 本人郑重声明：此处所提交的博士学位论文《基于稀疏编码的鲁棒说话人 识别方法研究》，是本人在导师指导下，在哈尔滨理工大学攻读博士学位期间独 立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他 人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体，均已 在文中以明确方式注明。本声明的法律结果将完全由本人承担。 作者签名： 讨·” 日期：加，易年6月t o日 哈尔滨理工大学博士学位论文使用授权书 《基于稀疏编码的鲁棒说话人识别方法研究》系本人在哈尔滨理工大学攻读 博士学位期间在导师指导下完成的博士学位论文。本论文的研究成果归哈尔滨 理工大学所有，本论文的研究内容不得以其他单位的名义发表。本人完全了解 哈尔滨理工大学关于保存、使用学位论文的规定，同意学校保留并向有关部门 提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工大学可以 采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。 本学位论文属于 必威体育官网网址厂]，在 年解密后适用授权书。 不必威体育官网网址I习I。 (请在以上相应方框内打√) 作者签名： 孙}弋纱豹 日期：加t k年多月l口日 新虢馘．N 臁加，占年占月，汐日 万方数据 摘要基于稀疏编码的鲁棒说话人识别方法研究 摘要 基于稀疏编码的鲁棒说话人识别方法研究 摘要 说话人识别又称声纹识别，是一种通过语音确定说话人身份的技术。由 于使用语音具有采集方便、成本低廉等优点，说话人识别被广泛用于生物认 证、安全监控、军事侦查和金融交互等领域，具有广阔的应用前景。数十年 来，世界各国的研究机构和公司企业纷纷投入大量人力物力展开研究，有力 地推动了说话人识别技术的发展。目前说话人识别技术已逐步从实验室走向 应用，而现实环境的复杂性对说话人识别提出了更高的要求，包括鲁棒性、 实时性、识别率和稳定性等。这就要求在说话人识别关键环节上有所突破， 尤其是语音活动检测、特征提取，以及说话人模型的构建等方面。 目前的说话人识别技术在干净语音环境下有理想的识别率，但在噪声环 境下，其性能会急剧降低，这阻碍了说话人识别技术走向现实应用。本文针 对说话人识别技术缺乏噪声鲁棒性的问题，将稀疏编码技术用于说话人识别 的各个环节，包括语音活动检测、语音特征提取和说话人建模等，提出了系 统的解决方案，以提高说话人系统在噪声环境下的识别率，主要工作包括以 下几个方面： 首先，从理论上分析了两种稀疏编码方法对噪声的建模能力，为稀疏编 码的应用奠定了基础。‘稀疏编码在对噪声的建模方面有两种方式：第一种用 残差对噪声建模，噪声的理论模型是高斯白噪声，其内在的假定在于语音在 语音字典上稀疏，而噪声在语音字典上不稀疏，白噪声在任何字典上都表现 得不稀疏，满足了这一要求；第二种采用一个噪声字典对噪声建模，其内在 假定在于语音和噪声在各自的字典上稀疏，且在自己的字典上比在对方的字 典上更稀疏。本文从理论上分析了这两种稀疏编码方式重构信号时误差的上 下限，然后用实验验证了理论分析的结论，表明当噪声不稀疏时，第一种方 法和第二种方法的重构误差在理论上有相同的下限和不同的上限；当噪声也 可能稀疏时，第二种方法增加了一个字典对噪声建模，融入了更多先验知识， 其重构误差上限要