摘要
本文提出了一种用于说话人识别技术的直方图均衡化方法。该方法采用了一套增补简化特征集，用以在训练数据和测试数据较短时改进说话人识别的效果。该增补特征集采用选择算法或聚类算法从背景人声中派生得到。当输入语音数据样本不足时，本文提出的方法可作为构建直方图的特征归一化方法使用。另外，该方法作为一种i-vector归一化方法，源于一种目前较为先进的基于i-vector的概率线性判别分析（Probabilistic linear discriminant analysis, PLDA）说话人识别系统。在输入语音和增补集中，用于直方图均衡化的样本值序号均按升序进行估计。新的序列号则按不同种类的序号之和进行排列。随后，该方法采用最新的序列号得出了测试语音样本的累积分布函数。本文将这一方法与倒谱均值归一化（Cepstral mean normalization, CMN）方法、倒谱均值和方差归一化（Cepstral mean and variance normalization, MVN）方法、直方图均衡化（Histogram equalization, HEQ）方法和欧洲电信标准协会模拟前端方法进行了比较。此外，在一具体算例中将该方法性能与采用模糊C-means和K-means算法的贪婪选择算法进行了比较。采用YOHO和ETRI数据库对特征空间进行评估。测试集采用Opus VoIP编码器进行了模拟。本文还采用了2008美国国家标准技术研究所说话人识别评测语料库对该i-vector系统进行了评测。试验结果表明，与传统特征归一化方法相比，当采用所提出的方法时，平均系统性能可得到有效提提升。
京公网安备 11010502051620号
