基于文本無(wú)關(guān)的說(shuō)話人識(shí)別技術(shù)的研究.pdf

1、在實(shí)際生活中，身份認(rèn)證應(yīng)用在各個(gè)領(lǐng)域，身份認(rèn)證的方法有很多種，比如指紋、虹膜、人臉等等，聲紋識(shí)別也是其中一種，又叫說(shuō)話人識(shí)別，是通過(guò)說(shuō)話人的聲音辨識(shí)出說(shuō)話者身份。說(shuō)話人識(shí)別又分為與文本相關(guān)的和與文本無(wú)關(guān)的，本文主要研宄與文本無(wú)關(guān)的說(shuō)話人識(shí)別技術(shù)，因?yàn)槠涓哂惺褂脙r(jià)值，并且提升空間比較大。通過(guò)對(duì)其關(guān)鍵技術(shù)的研宄，以提高系統(tǒng)識(shí)別性能。
　　本文在現(xiàn)有與文本無(wú)關(guān)的說(shuō)話人識(shí)別技術(shù)的基礎(chǔ)上，結(jié)合語(yǔ)音學(xué)、音韻學(xué)及其語(yǔ)音信號(hào)的特征，研宄基于文本

2、無(wú)關(guān)的說(shuō)話人識(shí)別關(guān)鍵技術(shù)。主要的研宄內(nèi)容包括以下幾個(gè)方面：
　　清濁音劃分。在對(duì)語(yǔ)音信號(hào)排除靜音信號(hào)基礎(chǔ)上，針對(duì)過(guò)零率劃分清濁音方法，在處理振幅均值不在零點(diǎn)的信號(hào)時(shí)失效的問(wèn)題，提出了有效翻轉(zhuǎn)率方法；又針對(duì)清、濁音有效翻轉(zhuǎn)率相似部分，運(yùn)用頻譜振幅均值方法區(qū)分清濁音。
　　基音周期檢測(cè)。在對(duì)語(yǔ)音信號(hào)靜音、清音、濁音劃分的基礎(chǔ)上，針對(duì)語(yǔ)音信號(hào)周期特征明顯段分布隨機(jī)性問(wèn)題，提出改進(jìn)的LVAMDF(變長(zhǎng)度平均幅度差函數(shù)法)及綜合多因素

3、基音檢測(cè)算法，該算法對(duì)語(yǔ)音信號(hào)進(jìn)行周期特征明顯段和周期特征不明顯段的聚類劃分，同時(shí)，獲取周期特征明顯語(yǔ)音段的所有基音周期的起止端點(diǎn)，針對(duì)少數(shù)基音周期劃分倍頻或半頻問(wèn)題，提出識(shí)別、修正方法，其識(shí)別、修正率極高。
　　與文本無(wú)關(guān)的說(shuō)話人識(shí)別系統(tǒng)。根據(jù)與文本無(wú)關(guān)的說(shuō)話人識(shí)別系統(tǒng)原理，運(yùn)用matlab和C++混合編程，完成說(shuō)話人識(shí)別系統(tǒng)和系統(tǒng)測(cè)試，系統(tǒng)的等錯(cuò)誤率可達(dá)0.4762％。
　　基于音素分類的說(shuō)話人識(shí)別系統(tǒng)理論研宄。在T I