2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、自動(dòng)說(shuō)話(huà)人識(shí)別(Automatic Speaker Recognition, ASR),很久以來(lái)就是一個(gè)既有巨大吸引力而又有相當(dāng)困難的課題。自動(dòng)說(shuō)話(huà)人識(shí)別是指計(jì)算機(jī)通過(guò)對(duì)說(shuō)話(huà)人語(yǔ)音信號(hào)的分析處理,自動(dòng)確認(rèn)說(shuō)話(huà)人是否在所記錄的說(shuō)話(huà)人集合中。說(shuō)話(huà)人識(shí)別可分為三類(lèi),即“與文本有關(guān)”、“與文本無(wú)關(guān)”和“文本指定”。 與文本有關(guān)的說(shuō)話(huà)人確認(rèn)系統(tǒng)的研究已經(jīng)比較成熟,并已作為商品在許多需要身份確認(rèn)的場(chǎng)合中應(yīng)用,而與文本無(wú)關(guān)的實(shí)現(xiàn)要復(fù)雜和困難許

2、多。隨著對(duì)與文本無(wú)關(guān)的說(shuō)話(huà)人識(shí)別系統(tǒng)研究的不斷深入,說(shuō)話(huà)人識(shí)別的應(yīng)用已經(jīng)滲透到數(shù)據(jù)庫(kù)管理、機(jī)器人研究、電信、安全系統(tǒng)以及命令控制系統(tǒng)等諸多領(lǐng)域。 在說(shuō)話(huà)人識(shí)別研究的主要問(wèn)題包括: (1)尋找能夠有效代表一個(gè)人的特征參數(shù)。 說(shuō)話(huà)人識(shí)別所采用的基本方法是比較被識(shí)別人的話(huà)音與已知被存儲(chǔ)的話(huà)音所形成的差別,這種差別往往以彼此之距離作為測(cè)度。目前已提出過(guò)的或使用的距離測(cè)量方法很多,重要的問(wèn)題在于尋找合適的語(yǔ)音參數(shù)。說(shuō)話(huà)人識(shí)

3、別的參數(shù)應(yīng)有以下特點(diǎn): ①對(duì)不同的說(shuō)話(huà)人差別較大,對(duì)同一說(shuō)話(huà)人的不同語(yǔ)音或在不同時(shí)間、地點(diǎn)所發(fā)的同一語(yǔ)音則變化要盡量小; ②易于計(jì)算和處理; ③不易被模仿; ④受外界干擾較小,能適應(yīng)不同的處理系統(tǒng); (2)設(shè)計(jì)能夠有效地計(jì)算一段測(cè)試語(yǔ)音與某個(gè)人的特征參考模板之間距離的匹配算法。 目前,說(shuō)話(huà)人識(shí)別的研究主要集中在以下幾個(gè)方面:如何增強(qiáng)特征矢量的魯棒性和決策規(guī)則;以及提取在復(fù)雜噪聲環(huán)境和信道條

4、件下依然有效的特征參數(shù);如何選取分類(lèi)器和決策規(guī)則;以及怎樣將新算法、新思路或其他領(lǐng)域和學(xué)科的成果與傳統(tǒng)的識(shí)別方法結(jié)合起來(lái),以改進(jìn)系統(tǒng)的性能。 本論文的研究?jī)?nèi)容是與文本無(wú)關(guān)的說(shuō)話(huà)人識(shí)別算法的研究。主要做了以下幾方面的工作: (1) 研究了幾種常見(jiàn)的說(shuō)話(huà)人識(shí)別的特征提取辦法,如:線(xiàn)性預(yù)測(cè)倒譜系數(shù)(LPCC)、差分LPCC、美爾倒譜系數(shù)(MFCC)和差分MFCC等,并通過(guò)實(shí)驗(yàn),說(shuō)明使用不同的系數(shù)進(jìn)行說(shuō)話(huà)人識(shí)別的效果;

5、(2) 研究了矢量量化(VQ)、高斯混合模型(GMM)和人工神經(jīng)網(wǎng)絡(luò)(ANN)三種說(shuō)話(huà)人建模方法,基于以上參數(shù)和模型建立了多套說(shuō)話(huà)人識(shí)別系統(tǒng),并給出了詳細(xì)的測(cè)試結(jié)果; (3) 在VQ的說(shuō)話(huà)人識(shí)別模型中,碼本的初始化采用了改進(jìn)的二元分裂法,在距離的匹配算法中采用了一種新的加權(quán)方法,為了防止局部最小化采用了模擬退火法,并與一種AR矢量模型做了比較; (4) 在HMM說(shuō)話(huà)人識(shí)別模型中,采用了EM算法,并運(yùn)用了MCE模型的改進(jìn)算

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論