发音人确认系统前端改进的实验研究

摘要

本文对发音人确认系统前端的改进进行了实验研究。考察了语音波形中无声段对系统性能的影响，实验结果表明：在剔除无声段之后，EER（Equal Error Rate）值相对下降50％。又考察了清/浊音段对系统性能的影响，剔除清声段，仅利用浊音段进行训练、测试，EER值相对下降20％。为了克服测试环境与训练环境不匹配带来的系统性能下降，我们实验了谱减和倒谱均值减两种语音增强算法。综合运用这两种方法，可以使系统的EER 值相对下降20％以上。此外在GMM训练过程，还采用二叉树分类用以估计GMM初始参数，解决了混合数增加引起的计算量增加及聚类样本稀疏问题。