典型多说话人语音自动分割算法研究

针对多说话人涉案语音的检验处理,常需要人工将多说话人语音分为若干个单一说话人语音片段,逐一在长时语音段中寻找语音分割点,从而严重影响检验人员的工作效率。利用说话人语音分割技术可以自动高效寻找出语音段中目标说话人语音转换点,有效提升办案时效。分别选取BIC分割算法、基于Ecapa-tdnn声纹模型的左右窗分割算法、基于Bi-lstm的二分类窗分割算法以及固定窗分割算法,针对不同种类噪声的含噪语音进行语音自动分割的差异性分析。结果表明,左右窗和二分类窗分割算法具有良好的分割准确性和抗噪性,BIC和固定窗的非监督式分割算法在处理速度上具有明显优势。本文的分析结果可为多说话人涉案语音预处理方法选择上提供有效的数据和理论依据。

基于得分域多维特征分类器的声纹密码系统

针对不同类型数据对目标发音人区分能力不同的现象,在传统系统基础上提出利用UBM模型对测试数据进行分类,使用分类后的似然比得分形成多维特征,在此基础上利用SVM分类器进行声纹密码确认.该方法把传统的似然比检验策略转换成多维特征空间上的二类分类问题.测试与注册数据同信道情况时,在4种手机数据集上,文中系统相对文本相关GMM-UBM声纹密码系统等错误率分别下降41.25%、33.33%、37.49%和26.03%,在交叉信道上系统性能也获得改善.