噪音環(huán)境下的說(shuō)話人識(shí)別算法研究.pdf

1、語(yǔ)音是人們?nèi)粘Ｉ钪薪涣鞯闹饕侄?，是獲取外界信息的主要來(lái)源，同時(shí)它本身也包含了說(shuō)話人特有的信息。充分、有效地利用這些特有信息將為我們的生活帶來(lái)更多的便利。聲紋識(shí)別技術(shù)將語(yǔ)音作為研究對(duì)象，通過(guò)提取和分析特征參數(shù)從而達(dá)到識(shí)別的目的。
　　本文首先對(duì)說(shuō)話人的語(yǔ)音進(jìn)行數(shù)字化提取，通過(guò)量化、預(yù)加重、分幀和加窗的手段對(duì)語(yǔ)音進(jìn)行預(yù)處理。語(yǔ)音波形的有音區(qū)片段通過(guò)端點(diǎn)檢測(cè)進(jìn)行查找。對(duì)包含背景噪聲的說(shuō)話人語(yǔ)音的語(yǔ)音增強(qiáng)，采用了離散線性卡爾曼濾波，濾

2、波方法在原有的依賴于線性預(yù)測(cè)系數(shù)的基礎(chǔ)上做了相關(guān)改進(jìn)，提高了濾波性能。
　　其次，對(duì)于表征說(shuō)話人個(gè)性的信息進(jìn)行了分析和特征提取，包括采用 AMDF提取基音周期，利用倒譜法提取第一、第二和第三共振峰；時(shí)域內(nèi)，利用線性分析提取線性預(yù)測(cè)系數(shù)(LPC)和線性預(yù)測(cè)倒譜系數(shù)(LPCC)；在頻域內(nèi)，提取基于人耳聽(tīng)覺(jué)特性的Mel倒譜系數(shù)(MFCC)及其一階差分?；谝延械奶卣鲄?shù)提取算法，部分進(jìn)行了改進(jìn)。
　　再次，建立了以單高斯密度函數(shù)為

3、基礎(chǔ)的高斯混合模型(GMM)用于說(shuō)話人識(shí)別。通過(guò)K-means算法對(duì)模型初始參數(shù)進(jìn)行估值，K-means算法中通過(guò)方差分析來(lái)進(jìn)行初始聚類(lèi)中心的選定，通過(guò)使用三角形法則和聚類(lèi)中心內(nèi)區(qū)的判定達(dá)到加速聚類(lèi)的目的，在聚類(lèi)時(shí)考慮了孤立點(diǎn)的干擾。在高斯混合數(shù)確定的情況下，通過(guò)高方差法對(duì)特征參數(shù)矢量序列進(jìn)行優(yōu)化。
　　最后，實(shí)驗(yàn)以計(jì)算機(jī)為硬件平臺(tái)，Windows7為軟件平臺(tái)。利用Matlab2012b進(jìn)行語(yǔ)音采集、預(yù)處理、語(yǔ)音增強(qiáng)、特征參數(shù)提取