語音中身份與情感信息提取及其在普適計算中的應(yīng)用.pdf

1、本文主要是對語音分析中的說話人和情感進行研究，并將此應(yīng)用于一個普適計算e Leaming系統(tǒng)。 說話人識別的工作重點在于對識別的實時性要求較高，將系統(tǒng)運行的時間放在首要位置，同時還要保證系統(tǒng)的高識別率。為此，在特征提取算法上進行了MFCC算法的改進，提出了快速差分MFCC算法，提高了系統(tǒng)的運行速度，同時還和FFT，LPC進行識別率的比較，得到了較好的識別效果；在進行特征分類時，主要是對距離測算法，矢量量化法(VQ)和高斯混合模型

2、(GMM)進行分析研究，根據(jù)各種方法的優(yōu)缺點，提出一種VQ和GMM的混合分類算法，此方法兼顧了識別率和運行速度兩方面的因素，能夠較好的滿足實時性的要求。將提出的新方法和一些傳統(tǒng)的方法進行實驗對比，在分類方法為歐式距離的條件下，采用LPC算法的EER是14.3％，采用FFT算法的EER是11.4％，采用改進后的快速MFCC算法的EER是4.3％，同時快速MFCC算法所用的時間為4.0s，完全滿足實時的要求。 本文在基于快速MFCC

3、特征提取算法的基礎(chǔ)上，引入差分MFCC，同時經(jīng)過VQ+GMM分類算法，獲得了比較好的識別效果：此時，采用LPC算法的EER是14.4％，采用FFT算法的EER是12.5％，采用改進后的快速MFCC算法的EER是9.4％，采用改進后的差分MFCC算法的EER是6.9％；最后是進行分類算法的比較，在特征提取算法為差分MFCC的基礎(chǔ)上，采用歐式距離匹配法的EER是15％，采用VQ分類算法的EER是11.2％，采用GMM的EER是4.4％，采用