混響和噪聲環(huán)境下說(shuō)話人識(shí)別的研究.pdf

1、說(shuō)話人識(shí)別是語(yǔ)音識(shí)別的一種特殊形式，就是從說(shuō)話人的一段語(yǔ)音中提取出說(shuō)話人的個(gè)性特征，通過(guò)對(duì)這些個(gè)性特征的分析和識(shí)別，從而達(dá)到對(duì)說(shuō)話人進(jìn)行辨認(rèn)或確認(rèn)的目的。在說(shuō)話人識(shí)別的研究過(guò)程中，人們逐漸發(fā)現(xiàn)魯棒性是說(shuō)話人識(shí)別中的重要問(wèn)題。影響說(shuō)話人識(shí)別系統(tǒng)魯棒性的主要因素有訓(xùn)練和識(shí)別時(shí)聲學(xué)環(huán)境的差異、環(huán)境噪聲。當(dāng)訓(xùn)練和識(shí)別時(shí)聲學(xué)環(huán)境不相匹配時(shí)，本文通過(guò)混響室內(nèi)生成的聲脈沖進(jìn)行數(shù)學(xué)變換的方式來(lái)構(gòu)造不同混響時(shí)間的虛擬聲脈沖。再通過(guò)虛擬聲脈沖與

2、聲源“干”信號(hào)進(jìn)行卷積運(yùn)算，就可以得到不同混響時(shí)間的語(yǔ)音信號(hào)。這樣可以選擇一個(gè)與訓(xùn)練環(huán)境相匹配的識(shí)別的環(huán)境，從而使訓(xùn)練環(huán)境和識(shí)別環(huán)境相匹配，提高系統(tǒng)的識(shí)別性能。在噪聲環(huán)境下，本文利用基于聽(tīng)覺(jué)掩蔽效應(yīng)的語(yǔ)音增強(qiáng)技術(shù)，對(duì)含噪語(yǔ)音信號(hào)進(jìn)行降噪處理，這是對(duì)減譜法的一個(gè)改進(jìn)，這樣不僅能降低白噪聲，還可以降低減譜法中殘留的音樂(lè)噪聲，使音樂(lè)噪聲給聽(tīng)覺(jué)上帶來(lái)的不適得以降低。經(jīng)過(guò)降噪處理的語(yǔ)音信號(hào)送入說(shuō)話人識(shí)別系統(tǒng)，使系統(tǒng)的識(shí)別性能得到提高

3、。高斯混合模型(GMM)方法是目前在文本無(wú)關(guān)的說(shuō)話人識(shí)別中廣泛應(yīng)用的方法，實(shí)驗(yàn)中分別提取LPCC參數(shù)和MFCC參數(shù)利用VC++建立一個(gè)基于GMM的說(shuō)話人識(shí)別系統(tǒng)，并且分析了在特征參數(shù)LPCC、MFCC下系統(tǒng)的識(shí)別性能。由實(shí)驗(yàn)結(jié)果得出：MFCC的識(shí)別性能優(yōu)于LPCC；對(duì)噪聲環(huán)境下、訓(xùn)練和識(shí)別時(shí)聲學(xué)環(huán)境不相匹配的情況下，采用不同的聲學(xué)預(yù)處理方法，提高了系統(tǒng)的魯棒性。關(guān)鍵詞：說(shuō)話人識(shí)別，GMM，特征提取，掩蔽閾值，語(yǔ)音增強(qiáng)，魯棒