案犯语音辨识中的若干关键技术研究

研究如何利用案犯留下的电话语音信息，辨认罪犯的性别、年龄、籍贯等,最终达到破案的目的。为此，我们将选择语音辨识中的若干关键技术问题，作为本课题研究的重点内容。具体为：（1）构建一个发音人数量有限，语音样本数据有限，而能反映中国地域方言特征的电话语音数据库；（2）提出一种新的动态半监督学习算法，自动获取方音各地方言特性的语音发音基元，并利用该基元对语音信号进行自动切分；（3）针对识别基元提出一种韵律特征与倒谱特征相融合的语音新特征；（4）提出一种分类器融合新方法，该方法，一方面将基元帧特征矢量通过曲线拟合方法实现动态时间规整，获得包含地域和时域信息的等维特征矢量，并送支撑矢量机进行学习和识别；另一方面，提出一种新的渐变隐马尔可夫模型，该模型可根据语音信号的非稳态特点，及时调整模型参数，从而达到更好地辨识的目的。两者按照分类器融合方法，可得到发音人的性别、年龄和地域信息。