空间谱估计测向系统信道失配的单信号源校正方法

本文分析了空间谱估计测向系统中信道失配导致系统性能下降的机制,提出一种单信号源校正技术,找出了该信号源的最佳设置方向。文中方法简便易行,校正效果良好。

信道失配环境下鲁棒说话人识别

目前说话人识别系统在理想环境下识别率已可达90%以上,但在实际通信环境下识别率却迅速下降.本文对信道失配环境下的鲁棒说话人识别进行研究.首先建立了一个基于高斯混合模型(GMM)的说话人识别系统,然后通过对实际通信信道的测试和分析,提出了两种改进方法.一是由实测数据建立了一个通用信道模型,将干净语音经通用信道模型滤波后再作为训练语音训练说话人模型;二是通过对比实测信道﹑理想低通信道及语音梅尔倒谱系数(MFCC)的特点,提出合理舍去语音第一﹑二维特征参数的方法.实验结果表明,通过处理后,系统在通信环境下的识别率提升了20%左右,与传统的倒谱均值减(CMS)方法相比,识别率提高了9%-12%.

一种具有校正信道失配功能的二维DOA估计方法

为了实现对被测目标的准确定位,新型无源探测系统往往需要二维方向信息及比较理想的信道特性。文中提出了一种正交阵列结构并利用了基于 MUSIC 算法的单信号源校正方法,同时实现了二维 DOA 估计及对信道失配的校正,大大改善了 DOA 的估计性能。经计算机仿真,证明了该方法的有效性。

基于多带HMM和神经网络融合的语音识别方法的信道鲁棒性

对于基于HMM的语音识别系统,由于训练和测试环境(背景噪声。语音传输信道Microphone等)的失配将会造成识别性能的严重下降。根据人类的听觉感知机理,该文针对语音传输信道失配问题,提出了一种基于多带HMM的系统结构,有若干个子带系统和一个全频带子系统组成,并采用神经网络对个子系统的输出进行后端融合及判决。实验表明,这种方法可以有效地提高识别系统的信道鲁棒性。

GPS信道不一致性对数字波束形成算法性能影响的研究

讨论了GPS系统信道失配对数字波束形成算法性能的影响,理论分析和计算机仿真表明,干扰零陷深度随着幅度、相位偏差的增大而变小,要使干扰零陷深度达到25dB,保证幅度偏差小于0.8dB、相位偏差小于5°。

干扰空间投影在本征音说话人自适应中的应用

本征音自适应是一种快速高效的自适应算法,它被广泛应用到说话人识别中,但由于同一个说话人的本征音自适应的说话人因子之间的信道特征和噪声存在差异,导致了算法的识别精度降低。针对这一问题,提出基于干扰空间投影的本征音说话人识别(EV-NSP)算法。将训练语音通过主成分分析(PCA)方法计算得到干扰投影矩阵;将投影矩阵应用到生成本征音矢量算法中;利用最大似然估计算法自适应地得到说话人因子的估计值。实验结果表明,EV-NSP算法相对于传统的本征音自适应算法识别性能有了较大的提高。

信道差异对法庭说话人识别系统的影响研究

司法实践中,检材语音与样本语音的信道往往存在不匹配情况。为了量化评估信道失配对法庭说话人识别效果的影响,本文使用60人的电话通话、呼叫中心和微信三种信道语音,对基于x-vector PLDA模型的法庭说话人自动识别系统进行了说话人识别测试,并基于似然比框架,对三种信道语言在信道匹配和失配情况下的识别性能进行了分析比较,进而量化评价信道失配对法庭说话人识别系统的影响。

提高话者识别鲁棒性的信道空间映射方法

该文指出了常用的倒谱均值归一方法在去除信道因素的同时,也去掉了一些说话人的语音特征,因此,在信道失配的环境下鲁棒性较差。提出利用信道间差异,补偿信道失配的信道空间映射方法,并构建了一个与文本无关对随机信道鲁棒的说话人识别系统。实验结果表明:对来自随机信道的说话人语音,第1名和前30名的正确识别率,与实验室基线系统的性能比较,分别提高了5.4%和18.6%。寻找并补偿信道间的差异,是一种提高说话人识别鲁棒性的有效方法。

基于自适应高斯混合模型特征映射的说话人确认

为了解决电话语音说话人确认系统中信道非线性失真导致系统性能下降的问题,提出一种消除信道影响的特征映射方法.采用高斯混合模型建立语音模型,通过最大后验概率自适应某种信道的语音模型,两种模型间相应高斯类的差异描述了该信道对于不同语音的影响.由此得出信道映射规则进行参数补偿,消除训练和测试语音中不匹配的影响.在NIST 1999年和2004年男性说话人的数据库上进行的实验表明,此方法使系统的等错误率分别改善了14.7%和15.18%.