與文本無關(guān)的說話人特征提取及識(shí)別方法研究.pdf

1、說話人識(shí)別是根據(jù)人特有的語音信號(hào)來識(shí)別出說話人身份的一種生物認(rèn)證技術(shù)，在說話人識(shí)別技術(shù)中，關(guān)鍵在于兩方面：其一，如何從數(shù)據(jù)量相當(dāng)大的原始語音信號(hào)中提取出反映說話人個(gè)性特征的參數(shù)。其二，設(shè)計(jì)出行之有效的分類器。 本文針對(duì)說話人識(shí)別技術(shù)目前存在的技術(shù)難點(diǎn)進(jìn)行了深入的研究，研究內(nèi)容主要包括兩方面： 對(duì)于特征參數(shù)的提取，目前使用最為流行的特征參數(shù)是基于人耳聽覺特性的MEL倒譜系數(shù)(MFCC)，而MFCC是基于語音信號(hào)短時(shí)平穩(wěn)的假

2、設(shè)，在短時(shí)傅立葉變換的基礎(chǔ)上提取的。實(shí)際上語音信號(hào)是一種典型的非平穩(wěn)信號(hào)，短時(shí)分析不會(huì)隨著時(shí)間的變化改變分辨率，而小波分析是一種信號(hào)的時(shí)間一尺度分析方法，它具有多分辨分析的特點(diǎn)，因此本文在基于研究了MFCC的提取原理的基礎(chǔ)上，結(jié)合小波包對(duì)頻帶的多層次劃分，并根據(jù)人耳感知頻帶的特點(diǎn)即Mel頻率的分布，選擇相應(yīng)小波包分析后的結(jié)點(diǎn)頻帶，提取出一種基于小波包分析的新型特征參數(shù)(WPDC)。 對(duì)于分類器的設(shè)計(jì)，主要應(yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)，建