基于深度學習的說話人識別技術(shù)研究.pdf

1、說話人識別通常稱為聲紋識別，是一種身份認證技術(shù)。它具有用戶接受度高、所需設備成本低、可擴展性好以及便于移植等優(yōu)勢，可廣泛應用于國防軍事、銀行系統(tǒng)、通信、互聯(lián)網(wǎng)、公安司法等領(lǐng)域。說話人識別技術(shù)已經(jīng)取得重要進展，并有產(chǎn)品問世，但尚有許多問題有待深入研究。
　　深度學習是近年來發(fā)展起來的一種神經(jīng)網(wǎng)絡模型，它具有克服學習不充分、深度不足等特點，可用于模式分類、目標跟蹤等領(lǐng)域。本文將深度學習理論用于說話人識別中，從基于深度學習的說話人識別系

2、統(tǒng)、改進特征的說話人識別算法、改進統(tǒng)計準則的說話人識別算法三個方面，對說話人識別技術(shù)進行了研究，主要工作如下:
　　(1)基于深度學習的說話人識別系統(tǒng)的性能研究。將深度學習理論引入到說話人識別系統(tǒng)中，在此基礎上分析了測試語音不同單位長度對說話人識別率的影響;在相同測試條件下，不同語音特征參數(shù)對說話人識別準確性的影響;在相同條件下，不同的深度學習層數(shù)以及層上節(jié)點數(shù)對于系統(tǒng)識別率的影響，證明了深度學習在說話人識別系統(tǒng)中應用的正確性與可