基于GMM算法的說話人識別系統(tǒng)的研究.pdf

1、說話人識別技術(shù)是生物認(rèn)證技術(shù)的一種，可以通過分析說話人語音中的個性特征自動識別出說話人的身份。說話人識別技術(shù)以其獨特的經(jīng)濟性和準(zhǔn)確性等優(yōu)勢，被廣泛的應(yīng)用于人們的日常生活和工作中，且?guī)砹舜罅康谋憷?。因此，研究一種識別率高，同時魯棒性強的說話人識別方法是廣大研究者的努力方向。
　　本文重點研究的是基于高斯混合模型的說話人識別系統(tǒng)。經(jīng)過對系統(tǒng)巾一些參數(shù)和模型的測試與比較，對系統(tǒng)提出相應(yīng)的改進，達到提高系統(tǒng)識別率的目的。本文主要在系統(tǒng)構(gòu)

2、建、系統(tǒng)性能研究和系統(tǒng)改進等幾個方面進行了研究并進行了仿真實驗。
　　首先利用Matlab構(gòu)建一個基于高斯混合模型的說話人識別系統(tǒng)，具體包括語音庫的選取與讀取、對語音信號的預(yù)處理工作、語音信號特征參數(shù)的提取以及高斯混合模型的訓(xùn)練和識別幾個模塊。
　　對系統(tǒng)性能的研究主要是研究說話人語音信號特征的提取和模型參數(shù)對系統(tǒng)性能的影響。實驗可知，不同的特征參數(shù)、不同的測試語音長度、不同的測試語音幀長以及不同的模型階數(shù)都會影響系統(tǒng)的性能

3、。MFCC特征參數(shù)優(yōu)于LPC和LPCC，測試語音長度適當(dāng)?shù)募娱L會提高系統(tǒng)的識別率，相同幀長下高階數(shù)的高斯混合模型要優(yōu)于低階模型，對于不同階數(shù)的高斯混合模型，系統(tǒng)系能最優(yōu)時語音的幀長也有所不同。
　　本論文在采用GMM模型對說話人進行模型訓(xùn)練外，還采用了BP模型來對說話人的語音進行訓(xùn)練識別。針對BP模型采用MFCC提取特征參數(shù)，分別得到不同訓(xùn)練集合大小時的識別率。由結(jié)果發(fā)現(xiàn)隨著說話人訓(xùn)練語音的增加，系統(tǒng)的識別率會有所下降。針對這個問