基于保局部核多元RVM的说话人识别方法研究

摘要

随着现代社会经济和科学技术的快速发展,人们活动领域不断扩大,身份识别技术在当今社会生活和经济活动方面显得越来越重要。传统的密码、智能卡或动态口令等具有先天性安全缺陷的身份认证手段已经远远无法满足大众的需求,人们就逐渐把目光转向了具有唯一性和终身不变性的基于生物特征的个人身份识别技术。其中说话人识别技术因其独特的方便性、经济性和准确性,在生物识别领域中获得广阔应用。
　　 虽然说话人识别技术的研究工作已经历经多年,但其技术还不能满足日益增加的性能要求,仍需不断提高。本文以小样本语料库为应用对象,深入研究与文本无关的说话人识别系统,具体工作可归纳如下:
　　 (1)介绍说话人识别的基本原理,包括预处理、特征参数提取、模型构建过程等。
　　 (2)将相关向量机(Relevance Vector Machine,RVM)应用于说话人识别系统。RVM采用稀疏性先验概率分布,使模型具有高度稀疏性,并且在模型训练过程中采用快速边缘最大化算法,规避了大型矩阵逆操作,减少计算量,可灵活应用于实时性要求较高的说话人识别场合。
　　 (3)针对语音数据本身具有的复杂分布结构,在核函数中引入相似度因子构成保局部核函数,保留了数据内部局部结构,并将保局部核应用于RVM,以提高分类精度。
　　 (4)针对说话人多分类问题,提出一种多元RVM(Multi-RVM,MRVM)模型,并采用保局部核,形成一个基于保局部核的多元相关向量机模型。新模型简化了最终分类模型,一次成型,更加方便、直观。
　　 (5)将基于保局部核多元相关向量机的说话人识别模型应用于声纹门控系统,可以快速处理待识别者语音,正确控制门锁系统的开关。
　　 最后,对论文的研究工作进行了总结,并对进一步的研究工作提出了一些展望。