In this thesis work, we propose a text-independent speaker identification algorithm based on VQ (vector quantization) and vowel classification, and its performance is studied and compared with that of a conventional speaker identification algorithm using VQ. The proposed speaker identification algorithm is composed of three processes: vowel segmentation, vowel recognition and average distortion calculation.
For automatic vowel segmentation, vowel sound intervals are segmented first from test speech using RMS energy, BTR, SFBR. Then, the segmented vowel intervals are manually labeled and VQ codebooks are made separately for different vowel sounds of each speaker. As a result, a speaker is identified as the one whose VQ codebook gives the minimum average distortion.
Computer simulation has been done to obtain the performance of the proposed speaker identification algorithm using 33 word vocabularies drawn from seven male speakers under ordinary ambient condition. Among the spoken vocabularies, 17 words are used for constructing the VQ codebooks and the rest are used for speaker identification test.
With both vowel segmentation and recognition done manually, the proposed speaker identification algorithm gives identification rate of about 83% when the test speech signal consists of one isolated word vocabularies. On the other hand, when we use the automatic vowel segmentation algorithm, the identification rate of the proposed algorithm drops from 83.0% to 75.5%. The identification rate of the proposed speaker identification algorithm is better than that of the reference speaker identification algorithm using VQ when the number of VQ codewords is small (4~8). However, as the number of codewords in more than 16, the performance of the proposed algorithm is worse than that of the reference speaker identification algorithm using VQ. It the input signal is noisy, particularily when the SNR is 20dB, the identification rate of the proposed speaker identification algorithm is better than that of the reference speaker identification algorithm with manual segmentation and recognition of vowel sounds. And if the speech signal which is telephone speech signal and noisy (SNR=20dB) is used for speaker identification, the identification rate of the proposed speaker identification algorithm is better than that of the reference speaker identification algorithm.
본 논문에서는 모음 인식과 VQ를 이용한 text-independent 화자 인식 system을 제안하고, 기존의 VQ를 이용한 화자 인식 system과 성능을 비교하여 보았다. 모음 인식과 VQ를 이용한 화자 인식 system은 모음 분리 과정과 모음 인식과정 그리고 평균 distribution을 계산하여 화자를 인식하는 과정으로 구성되어 있다.
모음 분리는 자동으로 하는 방법과 수동으로 하는 방법 2 가지를 사용하였고, 모음 인식은 수동으로만 하였다. 자동 모음 분리는 음성 신호로부터 추출한 3가지 feature(RMS energy, BTR, SFBR)을 사용하여 모음을 분리하는 방법을 사용하였다. 그리고 training 과정에서 각 화자마다 네 가지 모음(아(와),어,오,에(애))에 대한 VQ codebook을 만들고, test 과정에서 모음 인식의 결과에 따라 평균 distortion을 계산할 때 사용되는 VQ codebook을 선택하였다.
실험 결과, noise의 영향이 없는 상태에서, 모음 인식과 VQ를 이용한 화자 인식 system은 codeword 수가 작을 때는 VQ를 이용한 화자 인식 system보다 성능이 좋았으나 codeword수가 클 때는 성능이 나빠졌다. 그리고 noise의 영향만을 고려한 경우, 모음 인식과 VQ를 이용한 화자 인식 system은 VQ를 이용한 화자 인식 system보다 전반적으로 인식률이 높았다. 그리고 noise의 영향(SNR=20dB)과 전화선의 영향을 고려한 경우에도, 모음 인식과 VQ를 이용한 화자 인식 system의 인식율이 VQ를 이용한 화자 인식 system의 인식율에 비해 전반적으로 높았다. 한편 모음 인식과 VQ를 이용한 화자 인식 system은 VQ를 이용한 화자 인식 system과는 달리 음성 처리 영역이 모음 부분으로 한정되기 때문에, test 음성 data 양이 많아지고 codeword 수가 커지면 모음 분리와 모음 인식으로 인한 overhead를 고려하더라도 계산량이 작아지는 장점이 있다.
