基于LBG碼本生成改進的說話人識別.pdf

1、說話人識別技術(shù)作為語音信號處理技術(shù)的一個重要組成部分，有著十分廣闊的研究和應用前景。在說話人識別方面已經(jīng)有了許多采用不同參數(shù)的識別方法，本文從基礎(chǔ)出發(fā)，在學習語音識別技術(shù)的基本原理的前提下，將書本中的理論應用化，在基于特征參數(shù)的矢量量化的說話人識別上取得了不錯的效果。 本文首先闡明說話人識別原理，在進行初步實驗的基礎(chǔ)上，比較了不同的聲學特征參數(shù)，最終采用了能夠反映人對語音的感知特性的Mel倒譜系數(shù)(MFCC)作為進行矢量量化的特

2、征參數(shù)。 LBG算法具有理論上的嚴密性、應用上的簡便性以及較好的設(shè)計效果，因此本文在矢量量化聚類時采用此算法。但傳統(tǒng)的LBG算法在碼本的生成上存在著碼字均勻分裂問題，針對此問題本文提出了兩種不同的解決方案：第一種方案采用變量作為碼本生成的擾動量，即采用變步長分裂方法來提高碼本的生成速度；第二種方案改變初始碼本中碼字的個數(shù)，使碼本從開始便在畸變最大的方向進行分裂。在改進碼本的生成方法的基礎(chǔ)上，繼續(xù)傳統(tǒng)的LBG算法，這樣既可以繼承傳