魯棒性的與文本無關(guān)的開集說話人辨識方法研究.pdf

1、語言是人類交流最重要的工具，作為語言載體的語音信號在不同的層面包含了大量的信息。其中與說話人相關(guān)的信息可以辨認(rèn)說話人是誰或者確認(rèn)此說話人是否為所聲言的說話人。如今自動說話人識別技術(shù)在低噪聲、低失真環(huán)境下的性能已經(jīng)相當(dāng)?shù)母?，但?shí)際環(huán)境中無處不在的噪聲帶來了訓(xùn)練模型和測試語音之間的失配，這使得噪聲環(huán)境中說話人識別系統(tǒng)的識別率急劇下降。因此提高噪聲環(huán)境下說話人識別系統(tǒng)的性能是說話人識別系統(tǒng)從實(shí)驗(yàn)室走向?qū)嵱玫年P(guān)鍵，也是當(dāng)前的研究熱點(diǎn)。

2、說話人識別技術(shù)主要包括特征提取和模式識別兩大模塊，本文分別從人的發(fā)音器官和聽覺器官研究了特征參數(shù)的提取和抗噪性能，并對當(dāng)今主流分類器做了深入的研究。所有工作主要針對噪聲環(huán)境下文本無關(guān)的開集說話人辨識展開。 在預(yù)處理階段考慮到廣泛應(yīng)用于編碼理論的信息熵代表信源的平均不定性導(dǎo)致語音的熵必定和噪聲的熵存在較大差異，本文采用了基于熵函數(shù)的語音端點(diǎn)檢測方法，試驗(yàn)表明譜熵法在信噪比較低和非平穩(wěn)噪聲下具有良好的性能，并進(jìn)而針對本文提出了一種動