基于分层结构的文本相关说话人识别算法

摘要

本文提出了一种基于分层结构的文本相关说话人识别算法。该算法首先建立一个UBM模型，然后用一段说话人的 长语音从UBM中自适应一个文本无关的GMM模型，再用多段说话人的短口令语音从GMM模型中自适应一个SCHMM模型，由GMM模型和SCHMM模型共同组成一个文本相关的说话人模型。该算法有效利用了大量背景语料所涵盖的背景知识，克服了DTW和HMM等算法的缺点，建立了一个鲁棒性更强的说话人模型，并初步研究了判决阈值的设置问题。在自建电话语音库TS_Corpus上获得了4.6%的等错误率，较DTW和HMM分别降低了80%和86.8%，验证了该算法的有效性。