基于拓展和聚類的情感魯棒說(shuō)話人識(shí)別研究.pdf

1、說(shuō)話人識(shí)別技術(shù)是根據(jù)包含在語(yǔ)音波形中特有的個(gè)體信息，以聲音作為生物特征，自動(dòng)識(shí)別說(shuō)話人身份的過(guò)程。它被認(rèn)為是最自然的生物認(rèn)證技術(shù)，具有廣泛的應(yīng)用前景。 傳統(tǒng)說(shuō)話人識(shí)別系統(tǒng)當(dāng)系統(tǒng)用戶在平靜狀態(tài)下訓(xùn)練、測(cè)試時(shí)，已取得了非常出色的識(shí)別性能。然而，當(dāng)說(shuō)話人在不同情感狀態(tài)間轉(zhuǎn)變時(shí)，由于說(shuō)話人情緒的改變引起了發(fā)音方式的變化，使得基于中性訓(xùn)練語(yǔ)音的說(shuō)話人識(shí)別系統(tǒng)的性能急劇下降。在綜述情感語(yǔ)音處理現(xiàn)狀和存在情感影響的說(shuō)話人識(shí)別系統(tǒng)的最新進(jìn)展的基

2、礎(chǔ)上，本文緊緊圍繞如何提高訓(xùn)練語(yǔ)音和測(cè)試語(yǔ)音之間的情感匹配度這個(gè)問(wèn)題，從情感拓展和聚類角度給出了有效的解決方案，從特征、模型和得分三個(gè)層次上提出了構(gòu)建情感魯棒的說(shuō)話人識(shí)別模型的關(guān)鍵算法。本文的主要貢獻(xiàn)總結(jié)如下： 1.深入分析了情感語(yǔ)音對(duì)說(shuō)話人識(shí)別系統(tǒng)的影響本文分別從文本的相關(guān)性、文本的情感性、不同訓(xùn)練情感語(yǔ)料的數(shù)量、不同建模方法、不同取得分策略以及不同背景模型等方面對(duì)存在情感差異性語(yǔ)音的說(shuō)話人識(shí)別系統(tǒng)進(jìn)行深入研究。針對(duì)情感語(yǔ)音對(duì)

3、說(shuō)話人識(shí)別系統(tǒng)的影響，提出了抗情感變化的說(shuō)話人識(shí)別系統(tǒng)的建設(shè)對(duì)策以及基于拓展和聚類的情感魯棒說(shuō)話人識(shí)別模型。 2.提出了一個(gè)基于規(guī)則的特征修正方法針對(duì)說(shuō)話人情感狀態(tài)轉(zhuǎn)變帶來(lái)的系統(tǒng)訓(xùn)練和測(cè)試時(shí)情感狀態(tài)不匹配，基于規(guī)則的特征修正方法通過(guò)學(xué)習(xí)相同文本下情感語(yǔ)音和中性語(yǔ)音間的韻律參數(shù)變化規(guī)則，對(duì)系統(tǒng)注冊(cè)用戶的中性語(yǔ)音特征進(jìn)行修正，有助于豐富訓(xùn)練語(yǔ)音的情感信息，從而較大幅度地提高了識(shí)別性能。 3.提出了一個(gè)基于情感模型間參數(shù)遷移規(guī)

4、律的特征映射方法本文根據(jù)模型自適應(yīng)UBM-MAP方法中，背景模型與自適應(yīng)得到的模型中的各個(gè)高斯分布分量之間存在--對(duì)應(yīng)關(guān)系這一顯著特點(diǎn)，根據(jù)情感無(wú)關(guān)的通用背景模型與情感相關(guān)模型之間的參數(shù)遷移規(guī)律，通過(guò)對(duì)中性語(yǔ)音特征進(jìn)行映射，改變中性語(yǔ)音的特征分布，以使訓(xùn)練特征具有情感語(yǔ)音特征的分布信息，有效提高了訓(xùn)練語(yǔ)音和測(cè)試語(yǔ)音之間的情感匹配度。 4.提出了一個(gè)基于情感語(yǔ)音聚類的說(shuō)話人建模方法根據(jù)語(yǔ)音特征空間分布隨說(shuō)話人所處的情感狀態(tài)的改變而

5、移動(dòng)，本文認(rèn)為相似的韻律特征變化產(chǎn)生了倒譜特征在空間分布上相似變形，基于情感語(yǔ)音聚類的說(shuō)話人建模方法把韻律特征變化趨勢(shì)一致的情感語(yǔ)音聚類一類，對(duì)說(shuō)話人的情感語(yǔ)音分類建模。實(shí)驗(yàn)表明，基于情感語(yǔ)音聚類的說(shuō)話人建模方法具有良好地表達(dá)說(shuō)話人情感語(yǔ)音特征分布的能力。 5.提出了一個(gè)基于語(yǔ)音幀加權(quán)的得分規(guī)整算法文本在研究基于語(yǔ)音幀的說(shuō)話人系統(tǒng)中目標(biāo)模型和非目標(biāo)模型幀似然概率特性的基礎(chǔ)上，借鑒語(yǔ)音幀的得分對(duì)說(shuō)話人模型的排序，對(duì)得分重加權(quán)，有效