基于多特征決策融合的說話人識別研究.pdf

1、隨著信息技術的不斷發(fā)展，身份驗證的快捷性、方便性、經濟性顯得越來越重要。說話人識別以其獨特的優(yōu)點，在生物識別領域占據著重要的地位。說話人識別的目的是通過對訓練語音建立模型，然后將待測試的語音與已建立的模型進行匹配，來完成說話人的辨認或確認，即說話人的歸屬性。說話人識別技術的關鍵是語音特征的提取和說話人模型的建立等問題，然而，在歷經了一段時間的快速發(fā)展之后，說話人識別并沒有得到跨越性的發(fā)展。本文在研究了當前說話人識別算法的基礎上，通過研究

2、說話人特征組合的有效性和信息融合的準確性，實現(xiàn)了基于多特征決策融合的說話人識別系統(tǒng)。
　　 本文首先對說話人識別中的一些基本理論進行概述，并介紹和分析了說話人識別常用的一些特征參數(shù)。在CASIA和TIMIT語音庫中，研究了采用Spearman系數(shù)在特征層級上進行的兩兩特征之間的相關性，通過比較相關系數(shù)，選擇相關性較小的MFCC和LSP參數(shù)作為本文的特征參數(shù)組合。
　　 此外，本文分別對特征級融合、匹配分數(shù)級融合、決策級融

3、合三種融合算法做了詳細的介紹，并利用Matlab在兩個語音庫上分別對不同的特征組合進行三種融合方法的仿真，其中，決策級采用直接融合和D-S證據理論融合兩種方法，通過對實驗數(shù)據的比較和分析，得出采用MFCC&LSP的D-S證據理論決策融合的識別系統(tǒng)是最優(yōu)的。為了證明該系統(tǒng)的有效性，本文將其與單一的MFCC、LSP參數(shù)得到的識別率進行對比，得出識別率至少能提高5％，說明采用相關系數(shù)較小的MFCC&LSP參數(shù)組合是合理的，同時也證實了本文采用