帶背景噪聲的聲紋識別系統(tǒng)的研究.pdf

1、本文所研究的聲紋識別系統(tǒng)主要分為端點(diǎn)檢測，特征提取和識別模型三個部分。端點(diǎn)檢測部分主要研究了基于線性預(yù)測倒譜距離和短時過零率的雙門限法，實驗證明新的雙門限法能夠解決傳統(tǒng)雙門限法不能檢測能量低的語音段的問題。特征提取部分，采用了美爾倒譜系數(shù)與差分美爾頻率倒譜系數(shù)相結(jié)合的特征參數(shù)，更好的體現(xiàn)了說話人的個性特征。然后對高斯混合模型進(jìn)行了研究，提出了分裂法與K均值聚類法相結(jié)合的模型參數(shù)初始化方法，并用高斯混合模型對兩種端點(diǎn)檢測算法、特征提取算法

2、和訓(xùn)練方法進(jìn)行了仿真實驗，在純凈的語音環(huán)境下，系統(tǒng)具有良好的識別效果。
　　聲紋識別研究的難點(diǎn)之一，即是在背景噪聲下的識別系統(tǒng)的研究。雖然在純凈語音環(huán)境下的識別系統(tǒng)性能很好，但是在噪聲環(huán)境下，識別率明顯降低。本文運(yùn)用小波變換和小波包變換對噪聲進(jìn)行了去噪處理實驗，小波包去噪效果明顯優(yōu)于小波變換，然后在小波包常用閾值和折衷閾值的基礎(chǔ)上提出了改進(jìn)的閾值去噪方法，通過對語音信號的對比仿真實驗，和對整個系統(tǒng)的實驗數(shù)據(jù)表明，本文提出的基于小波