與文本無關(guān)說話人識別技術(shù)的研究.pdf

1、說話人識別技術(shù)在近年來已成為既有巨大吸引力而又有相當(dāng)難度的研究熱點。說話人識別(Speaker Recognition)是從說話人發(fā)出的語音信號中自動提取說話人信息，并對說話人進(jìn)行識別的研究。它有別于語音識別，其目的不是識別說話的內(nèi)容，而是對說話人的身份確定，即系統(tǒng)對說話者是誰而做出判斷的研究。
　　本文主要為與文本無關(guān)的說話人識別系統(tǒng)的研究。主要的研究工作:
　　對于已建立的語音庫中樣本進(jìn)行預(yù)處理，其中包括對語音樣本進(jìn)行預(yù)

2、加重、分幀、加窗、端點檢測等語音信號處理工作。其中重點研究雙門限端點檢測的方法，并完成了其程序的設(shè)計到算法實現(xiàn)。經(jīng)過預(yù)處理工作，減少了數(shù)據(jù)量，一定程度上降低噪聲干擾，為后續(xù)工作的實現(xiàn)和分析打下良好的基礎(chǔ)。
　　研究了傳統(tǒng)的線性預(yù)測系數(shù)(LPC)、線性預(yù)測倒譜系數(shù)(LPCC)、Mel頻率倒譜系數(shù)(MFCC)的特征提取辦法及線性預(yù)測Mel頻率倒譜系數(shù)(LPMCC)和MFCC、MFCC的一階差分、二階差分結(jié)合短時幀能量構(gòu)成(3Q+1)維

3、特征參數(shù)的兩種改進(jìn)算法。實驗求取特征參數(shù)，通過可分性測度D值分析，初步評價比較這五種的特征提取辦法。數(shù)據(jù)顯示改進(jìn)后的特征參數(shù)較傳統(tǒng)的特征參數(shù)有較高的D值，更有利于識別。
　　應(yīng)用隱馬爾可夫模型(HMM)、矢量量化(VQ)、人工神經(jīng)網(wǎng)絡(luò)(ANN)、支持向量機(SVM)四種識別方法，對特征參數(shù)進(jìn)行識別，構(gòu)建說話人識別系統(tǒng)。通過實驗研究，進(jìn)一步證實改進(jìn)后的特征參數(shù)在系統(tǒng)識別率上明顯優(yōu)越于傳統(tǒng)的特征參數(shù)。并比較分析四種識別方法，其中人工神