说话人确认的失配补偿研究

• 作 者: 丁聪敏
• 机 构: 中国科学技术大学
• 出 处: 中国科学技术大学
• 发表日期: 2012年期
• 关键词: 失配补偿 说话人确认 信息安全 因子分析 支持向量机 余弦评分

互联网的快速发展方便了我们的生活，同时也给我们的个人信息安全敲响了警钟。我们银行卡里的钱可能被非法分子盗用，我们在网上的个人信息可能被黑客窃取并用于犯罪。越来越多的事实告诉我们，我们需要找到一种不易被窃取和模仿的身份验证方法来保护我们的权益。文本无关的说话人确认作为一种身份验证方法，近几十年来一直得到广泛的研究。　　
文本无关的说话人确认不限定说话内容而便于使用，但也正是因为此，加之采集方式和采集环境的变化，造成了失配的多方面可能。NIST实验表明，失配是降低说话人确认系统性能的重要因素。所以文本无关的说话人确认至今却还没有在市场上得到广泛应用。　　
本文针对失配问题，进行了深入研究。分析了已有的失配补偿技术，在此基础上提出了两种提高系统性能的失配补偿方法，同时通过新的建模方法在一定程度上降低了说话人识别建模所需的空间。本文主要内容如下：　　
一、分析了说话人确认建模的主流方法GMM-UBM的基本原理。GMM-UBM是通过在建模时提供基准，以及在测试时通过说话人模型得分和UBM得分相减操作而起到语音类失配补偿的作用。对已有的特征域、模型域和得分域的失配补偿算法进行了简单的介绍，同时也分析了各种失配补偿法的优缺点。　　
二、针对现有失配补偿方法的不足，提出了Z-cosine方法。该方法首先用本征音方法进行语音类失配补偿，再采用类内方差规整方法进行信道失配补偿，最后把经过语音类失配补偿和信道失配补偿的说话人因子作为说话人模型，测试时采用了简洁有效的余弦评分。该方法对系统性能有一定的提升，说话人建模所占用的存储空间相比其他方法要小很多。　　
三、研究了基于GMM-UBM的简化因子分析法结合支持向量机的失配补偿方案(Y-SVM)。先用简化因子分析法进行失配补偿，再把经过失配补偿的说话人因子作为SVM的输入特征矢量并建立SVM模型。不同于通常做法，本文不将GMM超矢量而是把剔除了说话人GMM超矢量之间共同部分后所剩下的不同部分作为SVM的输入特征矢量。该本方法能有效地对系统进行失配补偿。