自适应高斯混合模型及说话人识别应用

【摘要】语言作为人与外界交换信息最方便最有效的工具，在人们日常交流中占据越来越重要的地位，由于说话人个性的复杂多变，传统研究在较长时间内没有跨越式的发展。但一些机构和学者在深入研究的基础上提出了很多融合和改进的方法，使说话人识别技术得到进一步优化提高，然而说话人识别系统中模型拟合方面存在的过拟合和欠拟合问题仍没有很好的解决，模型拟合的精确性有待深入研究。本课题建立了基于高斯混合模型的说话人识别系统，评测LPCC，MFCC以及BFCC三种特征参数在纯净测试环境下不同测试语音长度的识别性能，通过实验证明BFCC相比MFCC和LPCC具有更低的误识率。对于高斯混合模型存在的拟合不精确问题提出了迭代自组织高斯混合模型ISO-GMM法以及自适应高斯混合模型算法AGMM。ISO-GMM法利用ISODATA算法的聚类特性，在训练过程中根据语音信号具体分布建立相应模型，实验表明利用ISO-GMM法比传统GMM更符合语音声学特征分布的多样性，提高了识别准确率，在两种特征参数MFCC和BFCC下相对误识率分别下降了19.79%和11.47%；AGMM模型训练中根据说话人语音特征参数分布的聚类特性，采用吸收合并与分裂机制动态调整高斯混合数以获得更加精确的拟合性能。在不同测试语音长度下比较AGMM与传统GMM的识别性能，实验证明AGMM的拟合性能比传统GMM更加优越，解决了传统GMM中存在的过拟合和欠拟合问题，同样，在两种特征参数MFCC和BFCC下相对误识率分别下降41.41%和22.21%。最后将ISO-GMM法和AGMM算法进行综合评价比较。
【作者】王韵琪；
【导师】俞一彪；
【作者基本信息】苏州大学，电子与通信工程（专业学位），2014，硕士
【关键词】说话人识别；双线性频率倒谱系数；自适应高斯混合模型；迭代自组织高斯混合模型；模型拟合；

【参考文献】
[1]黄宏和.衢州电力多经企业发展战略的研究[D].华北电力（北京）大学,2002.
[2]余远,张增辉,庞宏,杨海成,李东,邢胜.信息化效益说得清算不明[J].每周电脑报.2004(16)
[3]王耀,屠立.CRM中的信息技术应用与实施[J].机电工程技术,2004,03:29-30+42.
[4]陶琴.从翻译转换视角看《生死疲劳》中“把”字句的翻译[D].西南大学,英语语言文学,2014,硕士.
[5]巩静.宝莱坞模式对中国电影产业化发展的思考[D].陕西科技大学,设计艺术学,2013,硕士.
[6]武大洋.近场地震作用下轻型自复位消能摇摆刚架减震性能分析[D].兰州理工大学,结构工程,2013,硕士.
[7]林青山.构建知识经济时代的知识管理战略[D].福州大学,2003.
[8]马丽娜,焦建平,朱丽梅,邢春辉.主螺栓拉伸机的研制[J].一重技术.1997(01)
[9]展慕霞.呼吸机的人机界面设计与远程监测[D].北方工业大学,控制理论与控制工程,2013,硕士.
[10]杨颖.写作中学习策略的有效性——微变化实证研究[D].广西大学,外国语言学及应用语言学,2004,硕士.
[11]楚纯朋.微流控芯片注射成型及模内键合研究[D].中南大学,机械工程,2014,博士.
[12]马化宇.低能量激光治疗与PRF联合应用对MG-63生长的影响的实验研究[D].吉林大学,口腔医学,2013,硕士.
[13]唐文佳.第三方支付监管法律制度比较研究[D].重庆大学,经济法学,2014,硕士.
[14]彭焕发.农产品质押融资市场风险及控制研究[D].江西财经大学,企业管理,2013,硕士.
[15]郭靖.西安楼观台观光农业示范区农业旅游产品开发研究[D].西北大学,旅游管理,2013,硕士.
[16]曹敏.城市河流景观及公众偏好研究[D].华东师范大学,环境科学,2013,硕士.
[17]刘英春.甘蓝型油菜与萝卜远缘杂交的研究[D].西南大学,作物遗传育种,2014,硕士.
[18]郑慧诚,沈伟.一种局部化的线性流形自组织映射[J].自动化学报,2008,10:1298-1304.
[19]卢甜.伏拉斯基拉夫·佐罗塔耶夫第一《儿童组曲》作品分析研究及演奏技巧的探索[D].西安音乐学院,手风琴演奏,2014,硕士.
[20]朱洪涛.陶瓷磨削表面力学损伤评价及裂纹损伤可控磨削研究[D].天津大学,机械制造及其自动化,2004,硕士.
[21]尚伟.《德意志意识形态》的国家观[D].西南政法大学,马克思主义哲学,2012,硕士.
[22]魏娟.云计算中基于角色的访问控制管理模型研究[D].湖南大学,信息与通信工程,2012,硕士.
[23]陈俊.柴石退热颗粒对乙型脑炎病毒体外感染BHK细胞的影响及流行性乙型脑炎辨证规律的研究[D].湖北中医药大学,中医内科学,2014,博士.
[24]王冉.酵母发酵黄花梨酒加工工艺研究[D].西南农业大学,农产品贮藏与加工,2004,硕士.
[25]朱三毛.英汉语篇结构对比与翻译[D].湖南师范大学,英语语言文学,2004,硕士.
[26]魏大威,邢军,孙一钢.ALEPH500系统的性能调整[J].国家图书馆学刊.2004(03)
[27]桂镕峰.当代大学生的德性教育[D].吉林财经大学,思想政治教育,2014,硕士.
[28]史琳琳.奶牛乳腺上皮细胞JAK2-STAT5和mTOR信号通路协同调控乳蛋白合成[D].东北农业大学,生物化学与分子生物学,2013,硕士.
[29]钟东青.根管再治疗的研究进展及病例报告[D].山东大学,口腔临床医学（专业学位）,2013,硕士.
[30]张志英.液压气动密封行业面临新的挑战[J].机电信息.1999(05)
[31]霍星,胡庆雷,肖冰.存在飞轮安装偏差与故障的卫星姿态容错控制[J].控制与决策,2014,08:1434-1438.
[32]辛书贤,李桂萍.实现客户关系管理的思考[J].山西经济管理干部学院学报,2003,03:42-44.
[33]张玲.新疆人力资源开发与就业效应研究[D].新疆大学,劳动经济学,2013,硕士.
[34]张冰.高耐热可发性聚苯乙烯的制备及性能研究[D].北京化工大学,材料科学与工程,2013,硕士.
[35]魏明超.NM23-H1、CD44v6在N_0期非小细胞肺癌中表达的研究[D].大连医科大学,胸外科学,2012,硕士.
[36]朱水娟.双目系统摄像机自标定技术研究[D].苏州大学,检测技术与自动化装置,2013,硕士.
[37]卢凯,徐建闽,郑淑鉴,王世明.协调控制子区快速动态划分方法研究[J].自动化学报,2012,02:279-287.
[38]俞立,冯浩.不确定离散时滞系统的保性能控制[J].自动化学报,2001,03:392-396.
[39]闫小艳.柿果中黄色素的提取及其理化特性分析[D].中国农业大学,果树学,2004,硕士.
[40]王文瑞,蒋继强,杨建中.宝钢不锈钢分公司产销系统(上)[J].冶金自动化,2007,06:1-5.
[41]杨旭娇.特岗教师教学研究现状及对策研究[D].辽宁师范大学,课程与教学论,2012,硕士.
[42]汪奎亮.信息技术与英语课程整合的研究与实践[D].华东师范大学,学科教学,2003,硕士.
[43]其其格.赵友萍绘画艺术探析[D].内蒙古师范大学,美术学,2013,硕士.
[44]高玉.浙江省小康体育村体育场地设施建设研究[D].宁波大学,体育人文社会学,2013,硕士.
[45]苏杭.手性辅助试剂诱导不对称烷基化反应的研究[D].湖北大学,有机化学,2012,硕士.
[46]闫巧娟.甘肃省肃南县熬油沟火山岩地质地球化学和年代学研究[D].长安大学,矿物学、岩石学、矿床学,2014,硕士.
[47]陶琼,吴在军,程军照,凡勇.含光伏阵列及燃料电池的微网建模与仿真[J].电力系统自动化,2010,01:89-93.
[48]杨超.石家庄市空间结构优化与协调发展研究[D].河北师范大学,人文地理学,2012,硕士.
[49]吴淑景.风险投资对创业板IPO抑价的影响研究[D].武汉理工大学,金融学,2013,硕士.
[50]曹璐.“以德治国”：构建社会主义和谐社会[D].西安科技大学,马克思主义中国化研究,2014,硕士.