基于矢量量化的與文本無關(guān)的說話人確認系統(tǒng)的研究.pdf

1、隨著社會信息化程度的發(fā)展，越來越多的場合需要對人的身份進行可靠地識別，傳統(tǒng)的以密碼方式進行身份認證的技術(shù)日益暴露出很多弊端。為確保信息安全，用人特有的生物特征作為認證手段的技術(shù)逐漸發(fā)展起來。說話人識別屬于生物認證技術(shù)的一種，是一項根據(jù)語音波形中反映的說話人生理和行為特征的語音參數(shù)，自動鑒別說話人身份的技術(shù)。說話人識別技術(shù)以其獨特的方便性、經(jīng)濟性等優(yōu)勢受到世人矚目，并日益成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移占暗陌踩炞C方式。本文的研究對象是與

2、文本無關(guān)的說話人確認系統(tǒng)。 本文首先介紹了說話人確認的聲學基礎，研究了常用特征參數(shù)的提取方法以及基于矢量量化的說話人確認系統(tǒng)，提出了聯(lián)合量化碼本和平均量化誤差作為表征說話人的模型，相應改變了距離測度的計算方法。對于說話人確認系統(tǒng)中存在的閾值難以確定等問題，提出了一種新的基于矢量量化方法的閾值的計算方法，該算法可以在訓練時根據(jù)不同的用戶得出不同的閾值，無需人為在系統(tǒng)中設定，與傳統(tǒng)的經(jīng)驗閾值相比具有較好的魯棒性。在Matlab下對改

3、進后的說話人確認系統(tǒng)進行了仿真，研究了幾種常用特征參數(shù)的優(yōu)劣性，以及對系統(tǒng)性能的影響，根據(jù)仿真結(jié)果，設計了一個說話人確認系統(tǒng)性能測試平臺，可方便研究系統(tǒng)性能，最后用C語言實現(xiàn)了系統(tǒng)的核心算法。 在實驗室環(huán)境下，建立了一個27人的與文本無關(guān)的語音庫。理論和實驗結(jié)果表明：加倒譜提升窗的Mel倒譜參數(shù)是常用特征參數(shù)中識別率高、計算量折中的參數(shù)，改進后的基于矢量量化的與文本無關(guān)的說話人確認系統(tǒng)與傳統(tǒng)的基于矢量量化的系統(tǒng)相比具有更好的魯棒