联合HMM-UBM与RVM的声纹密码识别算法

来源：计算机工程杂志2018年第11期北京时间：

作者：胡志隆,文畅,谢凯,贺建飚

单位：1.长江大学 a.电子信息学院; b.计算机科学学院,湖北 荆州 434023; 2.中南大学 信息科学与工程学院,长沙 410083

摘要：针对声纹密码识别中声纹文本信息利用率低和噪音干扰的问题,提出隐马尔科夫模型-通用背景模型(HMM-UBM)融合相关向量机（RVM）的声纹识别算法。利用HMM-UBM对语音信号进行时序建模,使用RVM学习得到每位注册话者语音的分类信息。通过对待识别话者建立HMM模型，并将RVM作为分类器进行判决决策得到分类结果。实验结果表明,与GMM-UBM算法和GMM-SVM算法相比,在无噪声环境下,该算法错误接收概率降低7%~9%,识别正确率提高4%~5%，在低信噪比环境下,其识别正确率提高5%~12%。

关键词：声纹识别, 隐马尔科夫模型, 通用背景模型, 相关向量机, 语音信号

基金资助：国家自然科学基金(61272147);湖北省教育厅科学技术研究计划指导性项目(B2015446)