据恢复数据库的电话raid数据恢复通道测试数据恢复天津为每一
个人的普通话数字串、方言数字串、英语数字串、以及确定主题自由发言目录下面的全
部raid数据恢复，共句每一个人的省份串目录下面的全部句raid数据恢复作为“验证集”，以确定
影响因子又的数值
为了测在训练数据恢复天津不充分和充分两种情况下的系统性能，实验使用了两组训练数据恢复天津
集第一种训练数据恢复天津集为训练数据恢复天津充分的情况，使用了每一个人的短文目录下的全
部raid数据恢复加上个人信息沪下面全部raid数据恢复，共句第二种训练数据恢复天津集为训练数据恢复天津充分的情
况，使用了每一个人的短文目录下的全部raid数据恢复，共句。
实验的raid数据恢复预处理过程与raid数据恢复库上的实验相同阶美尔倒谱系数加上它的
一阶差分组成倒谱特征-，共维基音周期特征通过.算法提取。使用的
硬盘数据恢复均也为标准的说话人硬盘数据恢复码本为的矢量量化硬盘数据恢复
高斯混合硬盘数据恢复 状态数为、每一状态的混合密度输出为的隐马尔可夫模
的
混合阶数为
型
为了考察经过补偿算法的倒谱特征对实验人数的鲁棒性，我们分别做了不同人员数
量的测试选择了的前人、前人和全raid数据恢复部
人的三个测试子集合实验对比了
的系统的性能，结果如表-
使用补偿算法 和未使用补偿算法所示
%
。
表- 倒谱补偿在 库上的说话人鉴别实验结果硬盘数据恢复
借助图，我们可以从表的数据中得出几点结论
首先，不论使用，或者硬盘数据恢复，使用了倒谱补偿方法的系统
页
第页，共
第四章基于数据恢复特征的倒谱补偿算法
倒谱补偿在库的说话人鉴别实验结果硬盘数据恢复
前人% 前人%
倒谱补偿在 库上的说话人鉴别实验结果硬盘数据恢复
前人% 前人%
性能都优于没有使用补偿的基准实验系统
。例如，对于人数为人，训
练集为&的情况使用码本为
.
的硬盘数据恢复，系统的数据恢复率为
%，而
系统的数据恢复率为%
.
使用混合阶数为的高斯混合硬盘数据恢复，系统的数据恢复率
为%，而
为的隐马尔可夫硬盘数据恢复，系统的数据恢复率为
.
.
系统的数据恢复率为
而使用状态数为、每一状态的混合密度输出
.
.
%，而%
同样的情况也发生在训练集为的情况下。
其次，使用倒谱补偿的系统 对于说话人数目的鲁棒性比没有使用补偿的
基准实验系统- 更强。例如，当人数增加时，-系统比系统的
系统的数据恢复率为
数据恢复率下降的更快些训练集为&
。从表上可以看出，当说话人人数从增加
硬盘数据恢复时使用码本为的.
.
和%，而系统的数据恢复率仅下降了%，和
到，以至
%使用混合阶数为的高斯混
.
合硬盘数据恢复，系统的数据恢复率分别下降%，和
.
%，而-系统的数据恢复率仅下
.
.
降了%,和
夫硬盘数据恢复，系统的数据恢硬盘修复复率分别下降%，和
.
%而使用状态数为、每一状态的混合密度输出为的隐马尔可
.
%，而-系统的数据恢复率仅下降
了%，和%
再次，倒谱补偿硬盘数据恢复在训练数据不足的情况下性能数据恢复突出。从表中可以看出，使用混合
训练数据不充分的训练集上，数据恢复率
的%，为%而在
的%提高到倒
阶数为的高斯混合硬盘数据恢复，说话人数目为
从基准系统
%提高到倒谱补偿系统的
训练数据充分的&训练集上，数据恢复率只从基准系统
.
谱补偿系统的%，为
.
%.
. raid数据恢复库和 raid数据恢复库的对比
通过对比raid数据恢复库和 raid数据恢复库上的实验结果，我们得到以下几点结论
首先，我们发现倒谱补偿方法在库和库上的结果略有不同。在语
页
第页，共
介又第四章基于数据恢复特征的倒谱补偿算法
蘸&$&
.
图- 数据库上使用倒谱补偿的对比实验结果
音库的不同测试集上，当人数增加时，通过倒谱补数据恢复上海偿获得的性能提高基本上是稳定的
数据恢复上海>
例如测试集说话人数目从人增加到人，以至全部的
.
人时，使用倒谱补偿的系统
%而在raid数据恢复库上情况则不同当
的性能增量都也只是从%到%，最后到
测试集说话人数目增大，从天津数据恢复人增加到人，以至全部人时，使用倒谱补偿的系统
%，最后到%.
的性能增量则是从%到
其次，在我们的实验中，倒谱补偿硬盘数据恢复只是采用了数据恢复简单的函数来解释
虽然这样的简化在实验中取得了不错的效果，但是仍需要寻找能更确切的反映出数据恢复特
征变化对倒谱特征的影响的函数进一步优化系统性能。
再次，由于数据恢复特征如等在非理想的环境下的鲁棒性较基于坏道特性的倒谱
特征强，因此，这种倒谱补偿硬盘数据恢复也有望在噪音或者多传输通道的环境下取得不错的性
能。本章的下一节就是该方面的一种尝试。
和算子。
.
多通道环境下的倒谱补偿
现在，人们在通讯中使用了各种各样的设备，比如，移动电话等，应用多通道
raid数据恢复处理系统进行说
