在本論文中，我們針對文字不特定的語者辨識系統，以高斯混合模型來代表每一位語者的聲紋特性。但是傳統的高斯混合模型需要大量的訓練語料，而且模型訓練時間長；為了改善這些缺點，我們利用語者調適的技術，將一個訓練良好的語者不特定模型調適成特定的語者模型。 我們使用訊號偏壓移除的技術來消除訓練語料中的通道效應，以獲得一個乾淨的語者不特定模型；此外，由於語者不特定模型的訓練語料龐大，為了減短訓練時間，我們採用向量量化的方法，事先將訓練語料作分群，再對每一群訓練一個高斯混合模型。 我們也將比較不同調適方法在語者辨識系統上的效果。在調適語料充足時，貝氏調適法可以有不錯的效果；但是在少量調適語料的情況下，模型中沒有調適的高斯分布會使得辨識的效能降低。因此對於少量的調適語料，我們提出一個加入模糊控制器的向量場平滑化演算法，以提升系統的辨識效能。 在本論文中，以100位語者來作語者辨識實驗。由實驗的結果可發現，本論文所使用之方法能夠在少量的語料下，快速的訓練出語者模型，並且也有良好的辨識效果。 In this thesis, we focus on the text-independent speaker recognition by using Gaussian mixture models (GMMs). However, general GMMs need large amounts of training data and training time; in order to improve these shortcomings, we use adapted GMM to replace the general GMMs. We get a clean speaker-independent model by using signal bias removal (SBR), and reduce the training time by vector quantization (VQ). Furthermore, we apply different adaptation methods to adapt the speaker models from a speaker-independent model. Maximum a posteriori (MAP) estimation has a good performance. However, on the condition of sparse adaptation data, some untrained parameters may reduce the performance. For this problem, we propose the approach of vector field smoothing by using a fuzzy controller to improve the performance.
