利用共振峰特徵參數與距離正規化之進一步語者確認技術

Abstract

本論文以改進傳統的以高斯混合模型為基礎的語者辨識系統為目標，提出了一組新的特徵參數以及一種新的分數正規化方法。 本論文所提出的新的特徵參數稱為共振峰特徵參數(Formant-specific Feature)，此特徵參數由人聲頻譜中的共振峰所求得，將每個共振峰形狀用一個三角形趨近，並以三個參數描述。實驗結果顯示使用此共振峰特徵參數與梅爾頻率倒頻譜係數(Mel Frequency Cepstral Coefficient, MFCC)在分數階段整合時，可以獲得相當顯著的進步。 其次為本論文所提出的分數正規化方法，稱為距離正規化(Distance Normalization)。距離正規化法首先將高斯混合模型(Gaussian Mixture Model, GMM)的機率分數轉到固定值域範圍，再將分數除以模型距離，以減低共通門檻值(Global Threshold)的影響，並和測試正規劃(Test Normalization)結合，可以得到更佳的效果。實驗結果顯示距離正規化在低錯誤接受率(False Acceptance)時表現良好，在與測試正規化結合後效果更加理想。 最後本論文所提出的共振峰特徵參數與分數正規化二者加以整合，與傳統的梅爾頻率倒頻譜係數以及測試正規化的系統相比，發現兩種新方法的效果幾乎完全可以加成，得到了本論文中最佳的實驗結果。