基于EBF网络的非线性特征映射器及其在鲁棒话者识别中的应用

摘要

话者识别系统的性能在实际环境中往往会有很大程度的降低.本文中提出了一种新的基于EBF神经网络的特征映射器,试图克服上述问题.本文通过训练EBF神经网络来构建一个映射器,以失真的语音特征和未失真的语音特征分别作为其输入和相应的理想输出.也就是说,网络将在以失真倒频谱为输入的情况下,给出未失真的倒频谱.在特征恢复阶段,将失真的语音特征通过该特征映射器即可复原成未失真语音特征.这些复原后的语音特征就可以作为未失真语音来对话者模型进行测试.本文通过包含有258个话者的TIMIT和NTIMIT语音集对上述思路进行了试验,实验表明该特征映射器可以显著地改善识别性能.