检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

采用因子分析和支持向量机的说话人确认系统

电子与信息学报 2009年第2期31卷 302-305页

作者：郭武戴礼荣王仁华中国科技大学电子工程与信息科学系合肥230027

在文本无关的说话人识别中,采用均值超向量作为特征向量的支持向量机系统性能已经超过了传统的混合高斯-通用背景模型系统,但是信道的影响在均值超向量上仍然存在。该文对因子分析算法进行修改后,可以解决均值超向量的信道问题,能够取... 详细信息

在文本无关的说话人识别中,采用均值超向量作为特征向量的支持向量机系统性能已经超过了传统的混合高斯-通用背景模型系统,但是信道的影响在均值超向量上仍然存在。该文对因子分析算法进行修改后,可以解决均值超向量的信道问题,能够取得优于扰动属性映射的性能,更重要的是采用因子分析的系统的稳定性可以得到保证。在NIST 2006说话人测试数据库上,利用该文的方法能够取得等错误率6.0%。

关键词：说话人确认超向量联合因子分析扰动属性映射

在线全文

学校读者我要写书评

暂无评论

采用韵律特征的说话人确认系统

数据采集与处理 2010年第1期25卷 76-80页

作者：龙艳花郭武戴礼荣中国科技大学电子工程与信息科学系合肥230027

在文本无关的说话人识别中,韵律特征由于其对信道环境噪声不敏感等特性而被应用于话者识别任务中。本文对韵律参数采用基于高斯混合模型超向量的支持向量机建模方法,并将类内协方差特征映射方法应用于模型超向量上,单系统的性能比传统... 详细信息

在文本无关的说话人识别中,韵律特征由于其对信道环境噪声不敏感等特性而被应用于话者识别任务中。本文对韵律参数采用基于高斯混合模型超向量的支持向量机建模方法,并将类内协方差特征映射方法应用于模型超向量上,单系统的性能比传统方法的混合高斯-通用背景模型(Gaussian mixture model-universalbackground model,GMM-UBM)基线系统有了40.19%的提升。该方法与本文的基于声学倒谱参数的确认系统融合后,能使整体系统的识别性能有9.25%的提升。在NIST(National institute of standards and technology mixture)2006说话人测试数据库上,融合后的系统能够取得4.9%的等错误率。

关键词：说话人确认韵律特征超向量类内协方差

采用UBM更新量作为支持向量机特征的说话人确认

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2008年第S1期48卷 704-707页

作者：郭武戴礼荣王仁华中国科技大学电子工程与信息科学系合肥230027

在采用支持向量机的文本无关的说话人确认中,针对传统的均值超向量特征区分性不够明显的情况,该文提出采用相对背景模型的权重更新量以及均值更新量形成超向量,用这个超向量作为支持向量机的特征函数,在线性核函数的情况下,能够取得优... 详细信息

在采用支持向量机的文本无关的说话人确认中,针对传统的均值超向量特征区分性不够明显的情况,该文提出采用相对背景模型的权重更新量以及均值更新量形成超向量,用这个超向量作为支持向量机的特征函数,在线性核函数的情况下,能够取得优于均值超向量和传统的Gauss混合模型-通用背景模型(GMM-UBM)的方法。在2006年美国国家标准与技术研究所说话者识别(NIST SRE)1conv4w-1conv4w数据库上,该方法相对于基线的GMM-UBM系统等错误率降低了22%。实验结果表明:权重参数在支持向量机中具有重要的作用,在不考虑与UBM的耦合性的情况下超向量能够取得更强的分类能力。

关键词：说话人确认混合Gauss模型超向量

在线全文

学校读者我要写书评

暂无评论

说话人识别中简化的信道因子估计

清华大学学报（自然科学版） 2008年第S1期48卷 -页

作者：郭武戴礼荣王仁华中国科技大学电子工程与信息科学系科大讯飞语音实验室合肥230027

在与文本无关的说话人识别研究中,因子分析是减少信道影响的有效的方法之一,但是因子分析在估计信道空间时需要大量的数据以及复杂的EM(expectation maximization)运算,在测试的时候对数似然度函数的计算量非常大。该文采用主成分分析... 详细信息

在与文本无关的说话人识别研究中,因子分析是减少信道影响的有效的方法之一,但是因子分析在估计信道空间时需要大量的数据以及复杂的EM(expectation maximization)运算,在测试的时候对数似然度函数的计算量非常大。该文采用主成分分析的方法来简化信道因子的估计过程,首先采用混合Gauss模型的均值超矢量估计出信道因子所在的空间,然后通过特征映射的方法在特征参数域中减去信道因子的影响。在美国国家标准与技术研究所(NIST)2006年1conv4w-1conv4w数据库上,采用该文方法的系统等错误率相对基线系统降低24%。采用本文中的信道因子估计和特征映射的方法,能够在保持高识别性能的前提下,大大简化运算的过程,对系统的实时实现有重要的意义。

关键词：说话人确认联合因子分析本征信道超向量

在线全文

学校读者我要写书评

暂无评论

话者识别的信道补偿

小型微型计算机系统 2008年第12期29卷 2344-2347页

作者：李轶杰郭武戴礼荣中国科技大学电子工程与信息科学系科大讯飞语音实验室安徽合肥230027

在文本无关的说话人识别中,训练与测试语音中信道环境的差异是影响其性能最重要的因素.近年来,利用因子分析对信道建模成为说话人识别领域的重要方法,大大降低了说话人确认的错误率,但运算复杂度限制了实时的应用.本文介绍了一种简化的... 详细信息

在文本无关的说话人识别中,训练与测试语音中信道环境的差异是影响其性能最重要的因素.近年来,利用因子分析对信道建模成为说话人识别领域的重要方法,大大降低了说话人确认的错误率,但运算复杂度限制了实时的应用.本文介绍了一种简化的因子分析方法:首先在混合高斯模型的模型域训练信道空间,然后在特征域进行信道补偿,得到的新特征可用于各种系统.在NIST2006的数据库上,利用本文的方法相对基线系统在等错误率上有31%的降低.

关键词：说话人识别联合因子分析信道补偿本征信道超向量

在线全文

学校读者我要写书评

暂无评论

用于SVM说话者确认系统的序列核

清华大学学报（自然科学版） 2008年第S1期48卷 688-692页

作者：龙艳花郭武戴礼荣中国科学技术大学电子工程与信息科学系科大讯飞语音实验室合肥230027

为了更好的将区分式分类方法应用于说话者确认系统中,该文提出了一种应用于支持向量机(supportvector machine,SVM)说话者确认系统的新型序列核,通过Gauss混合模型训练出每个说话人模型超向量作为支持向量机的输入样本,然后根据Gauss混... 详细信息

为了更好的将区分式分类方法应用于说话者确认系统中,该文提出了一种应用于支持向量机(supportvector machine,SVM)说话者确认系统的新型序列核,通过Gauss混合模型训练出每个说话人模型超向量作为支持向量机的输入样本,然后根据Gauss混合模型之间的Kullback-Leibler距离度量构造的SVM序列核函数对超向量进行训练和判决。在美国国家标准与技术研究所(NIST)2004和2006年说话人识别数据库上的实验证明了该核函数能在一定程度上提升整个说话者确认系统的识别精度和鲁棒性。结果表明,本文提出的应用于说话者确认系统中的核函数不仅具有明确的物理意义,而且改善了识别系统的性能。

关键词：说话者确认 Kullback-Leibler距离(KLD)序列核支持向量机(SVM) 超向量

面向垃圾语音过滤的快速说话人识别关键技术研究

在线全文

学校读者我要写书评

暂无评论

面向垃圾语音过滤的快速说话人识别关键技术研究

作者：匡春燕华中科技大学

学位级别：硕士

近几年,随着电信网、互联网和广电运营商多元化的结合以及语音传输和交换技术的不断进步,垃圾语音逐渐成为威胁人民群众财产安全和社会安定和谐的重要因素,因此垃圾语音的防护和过滤研究是大势所趋。传统的过滤模型由于无法过滤人为发... 详细信息

近几年,随着电信网、互联网和广电运营商多元化的结合以及语音传输和交换技术的不断进步,垃圾语音逐渐成为威胁人民群众财产安全和社会安定和谐的重要因素,因此垃圾语音的防护和过滤研究是大势所趋。传统的过滤模型由于无法过滤人为发起和不断变更身份(电话号码或ID)这两种主流的垃圾语音,从而使得垃圾语音的检测成为一个极具挑战性的难题。针对上述问题,可以采用说话人识别技术来解决。说话人识别技术是从主叫人本身去考虑,而不依附于外界固有的因素,因此可以有效地防止垃圾语音发起人通过不断变换身份在通信网络中肆意横行现象的发生。虽然说话人识别技术已经研究的很充分,但是其应用于垃圾语音过滤却很少。鉴于垃圾语音过滤需要近乎实时地识别能力和一定的准确度,目前的说话人识别技术还存在如何为垃圾语音发起人选择合适的识别模型以及如何在垃圾语音过滤要求的说话人数量上实现快速识别的问题。本文比较了不同的识别模型以及快速说话人识别方法,选择将KLSH结合超向量引入到垃圾语音发起人的快速识别中。本文提出基于说话人特征空间分析的快速识别方法,即采用谱聚类和UBM来选择KLSH所需的样本,以提高KLSH搜索的速度和准确度。在谱聚类过程中,重点分析了相似度测量方法,引入KL距离,同时提出一种基于模型信息熵距离进行相似度测量的方法;使用块矩阵简化大规模说话人模型距离计算;改进了基于本征间隙的自动获取聚类数目方法。比较不同超向量的优缺点,选择了GMM超向量作为垃圾语音过滤说话人的识别模型。对KLSH中涉及的核函数以及近似搜索进行了分析选择,从而构成完整的KLSH快速识别系统。实验结果显示,当测试语音达到4s时,平均识别时间为0.105s,识别率可以达到86.4%;而测试长度为10s时,识别率达到96.7%,平均识别时间仅为0.234s,相对于GMM-UBM来说,识别率仅下降了1.9%,但加速比达到了1082.4,从而验证本文提出的算法可以用于大规模垃圾语音过滤。本文最后还验证了基于说话人特征空间分析选择的样本具有一定的稳定性,即在小范围增加数据库说话人的情况下,原有的测试说话人的识别率基本不会发生大的改变。

关键词：垃圾语音过滤快速说话人识别超向量 KLSH 谱聚类

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于稀疏表示的鲁棒性说话人识别技术研究

基于稀疏表示的鲁棒性说话人识别技术研究

作者：马运杰南京邮电大学

学位级别：硕士

经过了几十年的研究发展,说话人识别技术凭借其快速、简便的优势,在人机接入领域得到了大家广泛的关注和研究。匹配模型是说话人识别研究中的关键技术,模型性能的优劣对识别系统识别率的影响重大。信号的稀疏表示技术近几年被广泛应用... 详细信息

经过了几十年的研究发展,说话人识别技术凭借其快速、简便的优势,在人机接入领域得到了大家广泛的关注和研究。匹配模型是说话人识别研究中的关键技术,模型性能的优劣对识别系统识别率的影响重大。信号的稀疏表示技术近几年被广泛应用于说话人识别之中,它与高斯混合模型相结合,显著提高了识别系统的准确率。目前,说话人识别研究的主要方向是进一步提高系统的鲁棒性,具体表现为解决信道失配问题和环境噪声问题;另一方面,在智能终端广泛普及情况下,借助智能终端进行快速准确的身份识别,需要进一步解决系统复杂性问题。本文主要对基于稀疏表示的鲁棒性说话人识别技术进行了深入研究,在此基础上,本文主要工作和创新如下:(1)在训练基于高斯混合模型均值超向量的稀疏表示字典时,需要大量的训练语音以达到字典冗余的条件,本文提出使用高斯混合模型均值矩阵代替均值超向量进行字典训练来解决这个问题,同时,每个说话人即可形成一个冗余字典进行说话人识别,识别时的计算量也得到了降低。(2)对比了样本字典和学习字典这两种字典在干净语音环境与有噪语音环境下的性能,发现学习字典的抗噪能力要弱于样本字典,并且提出在训练语音中加入噪声以减小识别环境和训练环境的差异,从而提高识别率。(3)针对识别时的环境噪声问题,提出一种适用于稀疏表示说话人识别的全局补偿方法。该方法对不同阶特征参数进行逐一分析,目的是为了找出被噪声影响最严重的一阶参数并去除之,以此增强测试语音与训练语音之间的相关性,提高了识别系统适应不同噪声环境的鲁棒性。仿真实验结果表明本文方法明显加强了说话人识别系统的抗噪能力,在背景噪声为白噪声,信噪比为15dB的情况下,识别率可达到96%,与无噪环境下的识别率相差无几。

关键词：说话人识别稀疏表示鲁棒性全局补偿超向量

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一个快速说话人识别系统的设计和实现

网络新媒体技术 2012年第3期1卷 37-41页

作者：安茂波刘建国家计算机网络应急技术处理协调中心北京100029 中国科学院语言声学与内容理解重点实验室北京100190

基于美国国家科学技术标准局的说话人识别评测任务,提出了快速说话人识别技术框架。在此框架下,低层的声学特征向量首先经过高斯混合建模和非线性映射,转变为高层的高维特征向量(超向量);接着利用区分性分类器支持向量机,对超向量进行分... 详细信息

基于美国国家科学技术标准局的说话人识别评测任务,提出了快速说话人识别技术框架。在此框架下,低层的声学特征向量首先经过高斯混合建模和非线性映射,转变为高层的高维特征向量(超向量);接着利用区分性分类器支持向量机,对超向量进行分类;最后依据假设检验理论,进行最终判决。相比较传统的说话人识别系统,以超向量作为特征进行分类,比直接采用声学特征更为稳健。实现了一个快速说话人识别系统,并在电话数据集上进行测试,取得了不错的效果。

关键词：说话人识别高斯混合建模支持向量机超向量

维普期刊数据库博看期刊