基于韵律特征的SVM说话人确认

作者：黄肖忠; 李辉; 许东星; 郭伟

来源：计算机工程与应用, 2011, (15): 148-151+224.

• 韵律特征
• 高斯混合模型(GMM)超矢量
• 支持向量机
• 文本无关说话人确认 prosodic features
• Gaussian Mixture Model(GMM) supervector
• Support Vector Machine(SVM)
• text-independent speaker verification

提出了一种基于韵律特征和SVM的文本无关说话人确认系统。采用小波分析方法,从语音信号的MFCC、F0和能量轨迹中提取出超音段韵律特征,通过实验研究三者的韵律特征在特征层的最佳互补融合,得到信号的韵律特征PMFCCFE,用韵律特征的GMM均值超矢量作为参数训练目标话者的SVM模型,以更有效地区分目标话者和冒认话者。在NIST068side-1side数据库的实验表明,以短时倒谱参数的GMM-UBM系统为基准,超音段韵律特征的GMM-SVM系统的EER相对下降了57.9,MinDCF相对下降了41.4。

• 出版日期2011
• 单位中国科学技术大学