声纹识别系统与模式匹配算法研究-机械电子工程专业论文.docxVIP

大连理工大学硕士学位论文摘 大连理工大学硕士学位论文 摘 要 基于生物特征的身份识别技术是当前国际上的重点研究内容，声纹识别是通过语音 识别说话人的身份，在系统安全认证、司法鉴定、金融服务以及电子侦听等领域有着广 泛的应用价值，而且比起其他生物特征识别技术如指纹识别、脸部识另B等，更加经济简 便，特别是对于远距离身份确认更为有效。 本文在对现有声纹识别技术进行深入研究的基础上，选取目前应用最广泛、有效的 语音信号特征提取方案～一美尔倒频谱系数(姗cC)和语者数学模型一一高斯混合模 型(GMM)，构架了识别系统。对于语者辨识，语者特定模型直接用语者的语料借助 于期望值最大化算法(EM)来训练，辨识算法采用了最大事后概率法则(MAP)；而 对于语者确认，为了减少语者自己语音本身的变异性，只留下语者间彼此的变异性，在 建立语者特定模型时，先训练一个语者不特定模型，然后基于一种贝叶斯语者调适法的 原理用语者的训练语料将语者不特定模型调适成语者特定模型，后端匹配则结合语者特 定模型与预先训练好的背景模型(UBM)来建立一个对数相似值比侦测器，利用它求 取语者分数并根据门槛值得出最终的结果。 本文重点研究了后端模式匹配算法，在模型的训练过程中引入了模糊C．均值聚类算 法(FCM)，使识别效果获得了明显改进。这种算法在聚类方面具有高鲁棒性，将其引 入到EM训练算法中代替常用的硬聚类算法来寻求模型的初始点，可使GMM模型收敛至 一个更好的局部最优点。最终的试验结果证明，采用上述各项方法构造的声纹识别系统 具有优越的识别性能，其中语者确认系统平均可达N4．7％的相等错误率(EER)；而 改进的算法可使识别率平均提蔚5％。 关键词：声纹识别；高斯混合模型；美尔倒频谱系数；期望值最大化算；模糊C一均值 聚类算法 朱少雄：声纹识别系统与模式匹配算法研究Research 朱少雄：声纹识别系统与模式匹配算法研究 Research on Voiceprint Recognition and Algorithm of Pattern Match Abstract Voiceprint Recognition fvR)as one of the biometric identification research aims to identify living persons from their voice．It is useful in person authentication，forensics and speaker tracking,etc．Comparing tO other biometric identification methods like fingerprint or face recognition，voiceprint recognition doesn’t require expensive specialized equipments and are effective especially for remote idenfity verification After studying the voiceprint recognition techniques already exist，this thesis constructs a recognition system based On Mel--scale Frequency Cepstml Coefficients(MFCC)·-·-speech signal feature extraction method and Gaussian Mixture Model(GMM)一speaker mathematical model which both are popular and effective for voiceprint recognition For speaker identification．， Expectation Maximization Algorithm饵M)is adopted to train speaker dependent model，and afterwards recognize speaker according to Maximum a Posteriori Criterion(MAP)For speaker verification，in order to reduce Inner Speaker V撕ation and maintain Outer Speaker Variation，a speaker independent model is trained first，and then the model is a