《噪聲和短語音條件下的說話人識別》是依託清華大學，由張衛強擔任項目負責人的面上項目。
基本介紹
- 中文名：噪聲和短語音條件下的說話人識別
- 依託單位：清華大學
- 項目負責人：張衛強
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
本項目結合文本無關的說話人識別，針對噪聲和短語音進行創新研究，這是當前說話人識別系統所面臨的瓶頸問題。本項目從聲紋專家鑑定的過程得到啟發，擬在特徵、分類器、數據對準和子空間建模等方面進行理論和方法上的創新。具體研究內容包括：（1）研究新型的抗噪聽感知特徵，提高特徵的抗噪能力。（2）研究多解析度時頻特徵，在時頻解析度方面提供多種信息。（3）研究多特徵融合，在特徵層面取長補短。（4）研究噪聲禁止核方法，提高模型的抗噪能力。（5）研究多尺度核，提高模型多尺度匹配能力。（6）研究多核學習，最佳化核函式的選擇與組合。（7）研究多級別數據對準，藉助語音識別在不同級別顯式地將相同的內容對準。（8）研究多層次子空間，採用張量分析在不同層次隱式地將相似的內容共享。通過以上研究成果，提高噪聲和短語音條件下說話人識別系統的識別率和穩健性，有效解決理論研究和實際套用中需要突破的核心技術和關鍵問題。
結題摘要
噪聲和短語音是目前說話人識別技術走向實用的兩大瓶頸，本項目針對這兩大瓶頸問題進行研究。在特徵層面，採用抗噪聽感知特徵和多解析度特徵；分類器方面，採用噪聲禁止核和多尺度核；在進行對比時，藉助語音識別在不同級別顯式地將相同的內容對準，並利用子空間技術在不同層次隱式地將相似的內容共享，使模型可以根據數據量自動調整。通過以上研究成果，提高噪聲和短語音條件下說話人識別系統的識別率和穩健性，有效解決理論研究和實際套用中需要突破的核心技術和關鍵問題。本項目三項專利已經進行了成果轉化，部分成果已在國內某單位實際套用系統，解決了國家的重大需求。
