收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

情感说话人识别中的基频失配及其补偿方法研究

黄挺  
【摘要】:随着计算机技术的发展和社会信息化程度的提高,说话人识别技术具有了越来越广阔的应用前景,同时用户对说话人识别系统的准确性和鲁棒性的要求也越来越高。在实际应用环境中,说话人识别系统的性能受到很多因素的影响,情感变化是其中最为常见的一种。我们将训练或者测试语料中包含情感语音的说话人识别称为情感说话人识别,训练与测试时说话人情感状态的不一致会改变说话人个性特征的分布,从而导致测试语音与训练模型的模式不匹配,极大地降低系统的识别性能。 针对仅有中性训练语音的情感说话人识别问题,本论文从分析各种情感语音与中性语音的差异出发,以研究情感变化引发的基频失配为基础,利用基频与MFCC之间存在的关联,从情感补偿框架中的情感拓展、情感屏蔽、情感规整和得分补偿四个技术角度研究了相应的算法,来削弱情感变化对说话人识别性能的影响。 本论文的主要贡献总结如下: 1.提出了一种新的情感语音的划分与检测方法 鉴于情感检测在情感补偿方法中的重要性以及目前情感识别算法的不可靠性,本文提出了一种依据模式失配程度来划分与检测情感语音的方法,根据不同情感语音与中性语音之间的差异,将情感语音划分为高差异类(愤怒、高兴和惊慌)与低差异类(悲伤),由此提出了一种基于MFCC特征与韵律特征相结合的差异检测方法来区分这两类语音。 2.首次研究了情感变化引发的基频失配问题 从发音机制上研究了情感影响下基频失配产生的原理,分别从前人有关声源和声道之间互扰的研究、基频与MFCC的关联、基频失配与说话人识别性能间的关系三方面分析了利用基频失配来评估模式失配的可行性,并对通过修改基频降低基频失配来降低模式失配的可行性进行了详尽的实验分析。 3.首次提出并研究了基于基频失配的情感补偿方法 针对高差异类情感语音引发的模式失配问题,本文先用差异检测方法检测出该类语音,再通过拓展生成与之类似的情感语音,或者通过屏蔽、规整和得分补偿等方法消除其对系统的负面影响。具体方法如下: 1)基于基频失配检测的情感屏蔽方法 根据高差异类情感语音中基频偏高的部分相比基频偏低的部分与中性模型失配更严重这一特性,提出了基于基频失配检测的情感屏蔽方法,采用剔除和规整两种策略屏蔽语音的高失配部分,从不同程度上降低了情感测试语音与中性训练语音之间的失配程度。 2)基于基频映射的情感拓展方法 通过调节中性语音的基频均值来合成在特征分布上更接近于真实的高差异类情感的语音,以此构建说话人的“高差异类情感模型”,并将其与中性模型相结合,来提高说话人模型对多情感状态下的语音特征的描述能力。 3)基于基频修正的情感规整方法 从修正高差异类情感语音与中性语音之间的基频失配入手,通过使其基频均值趋向于中性语音来降低两者声学特征之间的不匹配程度,从而有效降低情感变化对说话人识别的影响。 4)基于基频失配评估的得分补偿方法 鉴于情感变化引发的基频失配与说话人识别率之间的相关性,以基频偏差区间内的说话人识别率作为该区间内语音帧得分的可靠性系数,依据语音高失配部分的基频均值所对应区间的可靠性系数对该部分帧得分进行加权,从而较大幅度地提高了系统的性能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 崔玉红,胡光锐,何旭明;基于混合进化计算的GMM优化方法及其在说话人辨认中的应用[J];应用科学学报;2002年02期
2 马建,郭建东;说话人识别技术研究[J];福建电脑;2005年01期
3 林平澜;王仁华;;动态HMM及其在说话人识别中的应用[J];信号处理;1993年04期
4 周静芳,陈一宁,李科,刘加;基于高斯语音滤波的稳健文本无关说话人识别[J];计算机工程;2005年02期
5 邓浩江,王守觉,邢藏菊,李倩;基于聚类统计与文本无关的说话人识别研究[J];电路与系统学报;2001年03期
6 余华,赵力,吴镇扬;基于FVQ的说话人识别系统的DSP实现[J];电声技术;2004年08期
7 廖贵成,罗文广;一种基于说话人识别技术的自动音量控制系统[J];桂林电子工业学院学报;2004年06期
8 韩雁,陈利华;说话人计算机识别系统的设计与实现[J];浙江大学学报(工学版);2001年02期
9 吴晓娟,韩先花,聂开宝;模糊C-均值(FCM)聚类法与矢量量化法相结合用于说话人识别[J];电子与信息学报;2002年06期
10 单进;;说话人识别技术研究[J];科技资讯;2010年21期
11 戴红霞,赵力;采用帧概率变换的与文本无关说话人识别系统的实现[J];电声技术;2004年09期
12 武妍,金明曦,王洪波;基于KL-小波包分析的文本无关的说话人识别[J];计算机工程与应用;2005年04期
13 刘雅琴,杜海明;基于矢量量化的说话人识别[J];洛阳师范学院学报;2005年05期
14 刘云冰;彭静;吴传菊;肖俊;祝彦成;;基于HMM的说话人识别[J];科技创业月刊;2007年04期
15 陈炜杰;姚明海;;PLAR在噪声环境下说话人识别中的应用[J];中国新通信;2008年09期
16 丁国梁;;基于修正MFCC的耳语说话人识别方法[J];苏州大学学报(工科版);2009年04期
17 檀蕊莲;;基于VQ的说话人识别技术研究[J];信息技术;2010年08期
18 尉洪,周浩,杨鉴;基于矢量量化的组合参数法说话人识别[J];云南大学学报(自然科学版);2002年02期
19 张玲华,杨震,郑宝玉;基于HMM的说话人辨认系统及其改进[J];电讯技术;2003年06期
20 王吉林;利用矢量量化的说话人识别系统的研究[J];安徽工业大学学报(自然科学版);2005年03期
中国重要会议论文全文数据库 前10条
1 李桂春;郑能恒;李霞;;基于模糊隶属值加权的MFCC特征提取算法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【poster】[C];2011年
2 周静芳;陈一宁;刘润生;;一种新的说话人识别信道补偿技术[A];第七届全国人机语音通讯学术会议(NCMMSC7)论文集[C];2003年
3 司罗;胡起秀;金琴;;完全无监督的双人对话中的说话人分隔[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
4 周昊朗;王岚;陈珂;;一个面向说话人识别的汉语语音数据库[A];第六届全国人机语音通讯学术会议论文集[C];2001年
5 周昊朗;王岚;吴玺宏;迟惠生;;一个面向说话人识别的汉语语音数据库[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
6 侯丽敏;谢娟敏;;共振峰瞬时频率特征用于说话人识别[A];第九届中国语音学学术会议论文集[C];2010年
7 吴志强;陈珂;迟惠生;;语音识别技术与说话人识别技术的结合——文本无关说话人识别的另一种方法[A];第四届全国人机语音通讯学术会议论文集[C];1996年
8 卓群;欧贵文;;基于模糊高斯混合模型的说话人识别算法的一些改进[A];第六届全国人机语音通讯学术会议论文集[C];2001年
9 王宏;潘金贵;;基于矩阵正态分布的文本有关说话人识别[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(上册)[C];2007年
10 罗海风;龙长才;;多话者环境下说话人辨识听觉线索研究[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 黄挺;情感说话人识别中的基频失配及其补偿方法研究[D];浙江大学;2011年
2 单振宇;情感说话人识别及其解决方法的研究[D];浙江大学;2010年
3 姜涛;网络环境下说话人识别关键技术研究[D];哈尔滨工业大学;2011年
4 王尔玉;基于若干声纹信息空间的说话人识别技术研究[D];中国科学技术大学;2012年
5 李邵梅;文本无关短语音说话人识别技术研究[D];解放军信息工程大学;2011年
6 俞一彪;基于互信息理论的说话人识别研究[D];上海大学;2004年
7 孙俊;基于激励源及其韵律特征的源—目标说话人声音转换研究[D];中国科学技术大学;2006年
8 付中华;说话人识别系统鲁棒性研究[D];西北工业大学;2004年
9 姚志强;说话人识别中提高GMM性能方法的研究[D];中国科学技术大学;2006年
10 解焱陆;基于特征变换和分类的文本无关电话语音说话人识别研究[D];中国科学技术大学;2007年
中国硕士学位论文全文数据库 前10条
1 张伟伟;说话人识别技术的研究[D];燕山大学;2010年
2 李伟娟;基于智能群体和盲源分离的说话人识别[D];兰州理工大学;2010年
3 王芳;说话人识别中一种特征参数的研究[D];安徽工业大学;2010年
4 傅庚申;说话人识别算法研究[D];大连理工大学;2005年
5 潘鹏;会议室环境下基于音频视频信息融合的多说话人识别[D];兰州理工大学;2011年
6 杨延龙;与文本无关的说话人识别的关键技术研究[D];西安电子科技大学;2010年
7 黄肖忠;基于韵律特征的SVM说话人识别[D];中国科学技术大学;2010年
8 徐良军;基于语音信号时变特性的说话人识别[D];苏州大学;2010年
9 陈文翔;面向OPHONE手机的说话人识别技术移植研究[D];浙江大学;2011年
10 吴尊敬;说话人识别中的抗噪声技术[D];清华大学;2004年
中国重要报纸全文数据库 前10条
1 吴长锋;科大讯飞勇夺说话人识别国际大赛第一[N];科技日报;2008年
2 汪永安;科大讯飞说话人识别技术世界领先[N];安徽日报;2008年
3 王朝选;科大讯飞语音识别技术取得重大进展[N];中国高新技术产业导报;2008年
4 见习记者 向南;科大讯飞语音识别技术国际领先[N];证券时报;2008年
5 新城;小声音 大前景[N];计算机世界;2006年
6 深圳市无线电监测站 蔡伟群 中国电信集团公司 池静平;射频测量理想状况:排除不确定性失配[N];通信产业报;2004年
7 本报记者 王璐;科大讯飞:挖掘“说话”技术的商机[N];上海证券报;2008年
8 本报记者王发枝张朝晖;福建上市公司徒有虚名[N];中华工商时报;2003年
9 素萍;手机芯片市场宝座动荡[N];电子资讯时报;2002年
10 中科院自动化所生物特征认证与测评中心 白俊梅;听到的真实吗?[N];计算机世界;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978