與文本無(wú)關(guān)說(shuō)話人識(shí)別技術(shù)的研究.pdf

1、說(shuō)話人識(shí)別技術(shù)在近年來(lái)已成為既有巨大吸引力而又有相當(dāng)難度的研究熱點(diǎn)。說(shuō)話人識(shí)別(Speaker Recognition)是從說(shuō)話人發(fā)出的語(yǔ)音信號(hào)中自動(dòng)提取說(shuō)話人信息，并對(duì)說(shuō)話人進(jìn)行識(shí)別的研究。它有別于語(yǔ)音識(shí)別，其目的不是識(shí)別說(shuō)話的內(nèi)容，而是對(duì)說(shuō)話人的身份確定，即系統(tǒng)對(duì)說(shuō)話者是誰(shuí)而做出判斷的研究。
　　本文主要為與文本無(wú)關(guān)的說(shuō)話人識(shí)別系統(tǒng)的研究。主要的研究工作:
　　對(duì)于已建立的語(yǔ)音庫(kù)中樣本進(jìn)行預(yù)處理，其中包括對(duì)語(yǔ)音樣本進(jìn)行預(yù)

2、加重、分幀、加窗、端點(diǎn)檢測(cè)等語(yǔ)音信號(hào)處理工作。其中重點(diǎn)研究雙門限端點(diǎn)檢測(cè)的方法，并完成了其程序的設(shè)計(jì)到算法實(shí)現(xiàn)。經(jīng)過(guò)預(yù)處理工作，減少了數(shù)據(jù)量，一定程度上降低噪聲干擾，為后續(xù)工作的實(shí)現(xiàn)和分析打下良好的基礎(chǔ)。
　　研究了傳統(tǒng)的線性預(yù)測(cè)系數(shù)(LPC)、線性預(yù)測(cè)倒譜系數(shù)(LPCC)、Mel頻率倒譜系數(shù)(MFCC)的特征提取辦法及線性預(yù)測(cè)Mel頻率倒譜系數(shù)(LPMCC)和MFCC、MFCC的一階差分、二階差分結(jié)合短時(shí)幀能量構(gòu)成(3Q+1)維

3、特征參數(shù)的兩種改進(jìn)算法。實(shí)驗(yàn)求取特征參數(shù)，通過(guò)可分性測(cè)度D值分析，初步評(píng)價(jià)比較這五種的特征提取辦法。數(shù)據(jù)顯示改進(jìn)后的特征參數(shù)較傳統(tǒng)的特征參數(shù)有較高的D值，更有利于識(shí)別。
　　應(yīng)用隱馬爾可夫模型(HMM)、矢量量化(VQ)、人工神經(jīng)網(wǎng)絡(luò)(ANN)、支持向量機(jī)(SVM)四種識(shí)別方法，對(duì)特征參數(shù)進(jìn)行識(shí)別，構(gòu)建說(shuō)話人識(shí)別系統(tǒng)。通過(guò)實(shí)驗(yàn)研究，進(jìn)一步證實(shí)改進(jìn)后的特征參數(shù)在系統(tǒng)識(shí)別率上明顯優(yōu)越于傳統(tǒng)的特征參數(shù)。并比較分析四種識(shí)別方法，其中人工神