與文本無關(guān)的說話人識別系統(tǒng)的研究及DSP實現(xiàn).pdf

1、說話人識別技術(shù)是根據(jù)包含在語音信號中特有的個體信息,以聲音作為生物特征,自動識別說話人身份的過程,它被認(rèn)為是最自然的生物認(rèn)證技術(shù),具有廣泛的應(yīng)用前景。與文本無關(guān)的說話人識別具有用戶使用方便、可應(yīng)用范圍較寬等優(yōu)點,是當(dāng)前說話人識別技術(shù)的研究重點。
　　本文對語音信號的預(yù)處理、特征提取及識別方法進(jìn)行了深入的研究,并對基于DSP的說話人實時識別系統(tǒng)進(jìn)行了設(shè)計。
　　在語音信號的預(yù)處理及特征提取部分,引入小波變換實現(xiàn)了基于小波分析的

2、語音端點檢測。研究了說話認(rèn)識別中的主流特征參數(shù)線性預(yù)測倒譜系數(shù)(LPCC)和美爾頻率倒譜系數(shù)(MFCC),在此基礎(chǔ)上使用了一種二次特征提取方法,通過綜合運(yùn)用加權(quán)、微分、組合、篩選等,進(jìn)一步挖掘說話人語音背后的隱性個性差異。
　　在識別方法上,研究了高斯混合模型(GMM)和支持向量機(jī)(SVM)在說話人識別中的應(yīng)用,并對GMM中期望最大化(EM)算法進(jìn)行了改進(jìn)。結(jié)合GMM和SVM構(gòu)建了SVM-GMM的混合模型。比較分析了不同參數(shù)、不同