基于GMM算法的說話人識別系統(tǒng)的研究.pdf

1、說話人識別技術是生物認證技術的一種，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。說話人識別技術以其獨特的經(jīng)濟性和準確性等優(yōu)勢，被廣泛的應用于人們的日常生活和工作中，且?guī)砹舜罅康谋憷Ｒ虼?，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

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?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練外，還采用了BP模型來對說話人的語音進行訓練識別。針對BP模型采用MFCC提取特征參數(shù)，分別得到不同訓練集合大小時的識別率。由結果發(fā)現(xiàn)隨著說話人訓練語音的增加，系統(tǒng)的識別率會有所下降。針對這個問