版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、說(shuō)話人識(shí)別作為生物認(rèn)證技術(shù)的一種,是根據(jù)應(yīng)用語(yǔ)音波形中反映說(shuō)話人生理和行為特征語(yǔ)音參數(shù),自動(dòng)鑒別說(shuō)話人身份的一種技術(shù)。與其它生物識(shí)別技術(shù)相比,說(shuō)話人識(shí)別具有更為簡(jiǎn)便,經(jīng)濟(jì)及可擴(kuò)展性良好等眾多優(yōu)勢(shì),可廣泛應(yīng)用于電話銀行,數(shù)據(jù)庫(kù)訪問(wèn),計(jì)算機(jī)遠(yuǎn)程登錄,安全驗(yàn)證,控制等領(lǐng)域。正因?yàn)檎f(shuō)話人識(shí)別具有如此廣闊的應(yīng)用前景,國(guó)內(nèi)外許許多多的工作者投身于這一領(lǐng)域的研究中。在眾多的說(shuō)話人識(shí)別技術(shù)中,本文主要研究了基于Mel頻率倒譜系數(shù)(Mel-Frequen
2、cyCepstrumCoefficients,簡(jiǎn)稱MFCC)和高斯混合模型(GaussianMixtureModel,簡(jiǎn)稱為GMM)的說(shuō)話人識(shí)別系統(tǒng)。 人的聲道響應(yīng)是反映說(shuō)話人個(gè)性特征的重要的物理量。而語(yǔ)音信號(hào)中聲道響應(yīng)是和聲門(mén)激勵(lì)信息卷積在一起的。為了從語(yǔ)音信號(hào)中得到聲道響應(yīng)就必須對(duì)語(yǔ)音信號(hào)實(shí)現(xiàn)解卷積。本文介紹了對(duì)語(yǔ)音信號(hào)實(shí)現(xiàn)解卷積求取倒譜系數(shù)的兩種方法:線性預(yù)測(cè)分析和同態(tài)分析處理。通過(guò)對(duì)語(yǔ)音信號(hào)進(jìn)行解卷,從而獲得與聲道響應(yīng)有
3、關(guān)的倒譜系數(shù),組成特征向量。 現(xiàn)實(shí)生活中人耳是一個(gè)比較好的說(shuō)話人識(shí)別系統(tǒng),而人耳對(duì)聲音頻率的感知卻不是線性的。本文通過(guò)對(duì)人耳聽(tīng)覺(jué)的生理和心理特性的分析介紹,提出了利用音調(diào)特性來(lái)進(jìn)行倒譜特征提取的方案,即用MEL頻率對(duì)短時(shí)功率譜做頻率彎折處理。在這種新的倒譜提取過(guò)程中,用符合臨界帶分布的等效濾波器組來(lái)模擬人耳聽(tīng)覺(jué)的非線性特性,從而得到了Mel頻率倒譜系數(shù)(MFCC)。文中詳細(xì)介紹了提取MFCC倒譜系數(shù)的理論基礎(chǔ)和實(shí)現(xiàn)方案,并與傳統(tǒng)
4、的線性預(yù)測(cè)技術(shù)作了比較,實(shí)驗(yàn)結(jié)果表明這種改進(jìn)后的倒譜特征提取方法比較有效。 說(shuō)話人識(shí)別中有許多先進(jìn)有效的識(shí)別技術(shù),其中高斯混合模型(GMM)由于性能較好、復(fù)雜度小、方法簡(jiǎn)單,是目前最好的說(shuō)話人識(shí)別算法之一。本文介紹了GMM模型的概念、模型參數(shù)的估計(jì)以及GMM的識(shí)別算法,并通過(guò)實(shí)驗(yàn)研究分析了GMM模型的階數(shù)對(duì)識(shí)別性能的影響。 另外,本文還介紹了倒譜系數(shù)的動(dòng)態(tài)特征,從MFCC對(duì)時(shí)間的一階導(dǎo)數(shù)得到了反映倒譜動(dòng)態(tài)特性的△MFCC
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MFCC特征和GMM模型的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于MFCC的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于GMM的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于GMM和SVM的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于GMM說(shuō)話人分類的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于GMM的說(shuō)話人識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf
- 應(yīng)用VQ和GMM的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于GMM算法的說(shuō)話人識(shí)別系統(tǒng)的研究.pdf
- 基于GMM-UBM模型的說(shuō)話人識(shí)別系統(tǒng).pdf
- 基于MFCC和PSO-BP神經(jīng)網(wǎng)絡(luò)的說(shuō)話人識(shí)別系統(tǒng).pdf
- 基于HHT-IF與MFCC混合參數(shù)的說(shuō)話人識(shí)別系統(tǒng)的研究.pdf
- 基于網(wǎng)絡(luò)的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于MFCC說(shuō)話人識(shí)別算法研究.pdf
- 基于動(dòng)態(tài)MFCC的說(shuō)話人識(shí)別研究.pdf
- 基于VQ和HMM的說(shuō)話人識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于共振峰分類的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于VP樹(shù)和GMM的說(shuō)話人識(shí)別研究.pdf
- 基于MFCC與IMFCC的說(shuō)話人識(shí)別研究.pdf
- 基于GMM的聲紋識(shí)別系統(tǒng)研究.pdf
評(píng)論
0/150
提交評(píng)論