1、SpeakerRecognitionBasedonCompressedSensingADissertationSubmittedtoSoutheastUniversityFortheAcademicDegreeofMasterofEngineeringBYLVZhenSupervisedbyProlessorZouCairong—SchoolofInformationScienceandEngineeringSoutheastUnive

2、rsityMarch2014摘要摘要隨著信息技術(shù)和網(wǎng)絡(luò)通信的快速發(fā)展，人們對信息安全性的要求越來越高，說話人識別技術(shù)，憑借其較高的安全性和便捷的使用方式，廣泛地被應(yīng)用于互聯(lián)網(wǎng)和通信領(lǐng)域，完整的說話人識別系統(tǒng)由預(yù)處理、特征提取、模式匹配和判定這幾塊共同構(gòu)成，自Bell實驗室的LGKesta提出了“聲紋”的概念后，大量學(xué)者針對說話人識別技術(shù)中不同模塊展開研究，收獲頗豐。目前，與文本相關(guān)的說話人識別技術(shù)的研究相對較為成熟，識別性能較好，但是與

3、文本無關(guān)的說話人識別技術(shù)性能的提升空間還很大，除此之外，由于現(xiàn)實生活中絕大部分的語音信號都含有噪音，而傳統(tǒng)的說話人識別算法大多針對干凈語音，因此尋找一種魯棒性較好的說話人識別技術(shù)也迫在眉睫。另一方面，近幾年，壓縮感知理論受到國內(nèi)外的廣泛關(guān)注，該理論突破了奈奎斯特采樣速率的限制，對可壓縮信號在采樣的同時也進行壓縮，將壓縮感知這一新理論與說話人識別這一亟需突破的領(lǐng)域相結(jié)合，為說話人識別系統(tǒng)性能的提升帶來希望，具有重大的實際應(yīng)用價值。本文在對

4、壓縮感知理論和說話人識別技術(shù)進行深入學(xué)習(xí)的基礎(chǔ)上，針對與文本無關(guān)的說話人識別技術(shù)，做了以下工作：1)研究了稀疏表示理論在模式識別領(lǐng)域中應(yīng)用，分析了稀疏表示理論和壓縮感知的聯(lián)系與區(qū)別，提出用組合特征矢量訓(xùn)練GMM均值超向量，并以此為基礎(chǔ)構(gòu)建稀疏基，隨后提出了一種基于壓縮感知稀疏表示的說話人識別算法，為兩種理論的結(jié)合開辟了思路；2)深入研究了貝葉斯框架下的壓縮感知算法，給出了區(qū)別于傳統(tǒng)重建算法的貝葉斯重建算法，鑒于該算法得到的解更接近于最小

5、厶范數(shù)的解，率先提出了基于貝葉斯壓縮感知的說話人識別算法；3)針對基于壓縮感知的說話人識別算法中的稀疏系數(shù)的特點，引入半高斯先驗，詳細分析基于該先驗的貝葉斯壓縮感知后，提出基于近似貝葉斯壓縮感知的說話人識別算法；4)針對說話人識別系統(tǒng)在噪聲環(huán)境下識別率普遍較低的問題，在詳細分析語音信號和噪聲信號稀疏性差異后，提出了一種基于壓縮感知的語音增強算法，并將其應(yīng)用在說話人識別前端。本文最后對所做的工作和成果做了總結(jié)，并對今后的工作進行了展望。關(guān)