基于AdaBoost算法的回放语音检测研究

针对语音判别系统中单个分类器分类能力有限的问题,提出一种基于AdaBoost算法的回放语音检测方法。以常量Q倒谱系数和均值超矢量分别作为特征参数和AdaBoost算法的输入,将多个分类器的检测结果相结合并进行加权投票,从而降低系统的等错误率(EER)。研究关系因子、均值超矢量维数以及弱分类器数量对检测结果的影响,以设置系统的最优参数。实验结果表明,该检测方法在开发集和评估集上的EER值分别为4.17%和16.81%,相比GMM-ML方法分别降低了65%和44%。