تعیین و تصدیق هویت گوینده بر روی خط تلفن به کمک یک سیستم هیبرید مقاوم در برابر نویز و اثر انتقال کانال همراه با نرمالیزاسیون امتیازات
چکیده
در این مقاله یک سیستم کارآمد برای تعیین و تصدیق هویت گوینده معرفی می شود که در برابر نویز و اثر کانال انتقال مقاوم است. با استفاده از تکنیک آمیختن داده ها، دو سیستم hmm و gmm، موازی شده و یک سیستم ترکیبی را برای کاربرد در تعیین و تصدیق هویت گوینده بر روی خط تلفن تشکیل دادهاند. آزمایشها نشان میدهد که مدل ترکیبی hmm+ gmm در بازشناسی گوینده از هر یک از سیستمهای hmm وgmm بهتر عمل میکند. برای مقابله با نویز جمعشونده، از روش تفاضل طیفی و نیز از معیارِ تصویر وزندهی شده، و برای جبرانسازی اثرِ کانالِ تلفن از روش تفاضل میانگین در حوزه کپسترال استفاده شده است که هر سه روش موجب بهبود سیستم بازشناسی گوینده شدهاند. برای جمعیت 100 نفری گویندگان (61 مرد و 39 زن) و بر روی پایگاه داده تلفنیfarsdigits1 با snr=8.8 db به ازای دادههای آزمایشی، نرخ صحت تعیین هویت گوینده برای جمعیت 100 نفری برابر 95.51% و نرخ خطا در تصدیق هویت گوینده 0.37% به دست آمده است. چند روش نرمالیزاسیون امتیازات در سطح گویش و در سطح فریم و نیز روش وزندهی امتیازات مدل برای افزایش کارایی سیستمهای تصدیق و تعیین هویت گوینده به کار رفته و نشان داده شده که این روشها به افزایش تمایز بین گویندگان و در نتیجه کاهش خطا در سیستمهای تصدیق و تعیین هویت گوینده منجر می شوند. بر روی پایگاه داده تلفنی farsdigits1، استفاده از روشهای نرمالیزاسیون امتیازات، کارایی سیستم شناسایی گوینده مبتنی بر مدل مخلوط گاوسی در حالت نرمالیزه نشده را در تعیین و تصدیق هویت گوینده به ترتیب از 95.34% (صحت) و 3.25% (خطا)، به 95.51% (صحت) و 0.33% (خطا) در حالت نرمالیزه شده بهبود می بخشد که بویژه برای تصدیق هویت گوینده این بهبود بسیار چشمگیر است.