與文本有關(guān)的說(shuō)話人確認(rèn)技術(shù)研究與應(yīng)用.pdf

1、說(shuō)話人識(shí)別是指通過(guò)說(shuō)話人的語(yǔ)音來(lái)自動(dòng)識(shí)別說(shuō)話人的身份，它在許多領(lǐng)域內(nèi)有良好的應(yīng)用前景。自動(dòng)說(shuō)話人識(shí)別根據(jù)說(shuō)話內(nèi)容可以分為與文本有關(guān)和與文本無(wú)關(guān)兩類。論文采用基于動(dòng)態(tài)時(shí)間規(guī)整和高斯混合模型的方法，從與文本有關(guān)的角度，對(duì)端點(diǎn)檢測(cè)、特征提取、模型訓(xùn)練以及噪聲魯棒性等方面進(jìn)行了深入研究。 論文對(duì)語(yǔ)音信號(hào)進(jìn)行了端點(diǎn)檢測(cè)，濾除了語(yǔ)音信號(hào)的無(wú)聲段。論文還比較了雙門限語(yǔ)音端點(diǎn)檢測(cè)方法與能頻值端點(diǎn)檢測(cè)算法的性能，實(shí)驗(yàn)證實(shí)能頻值端點(diǎn)檢測(cè)算法能很好的

2、區(qū)分含噪語(yǔ)音端點(diǎn)。 論文深入分析了美爾頻率倒譜參數(shù)的各階系數(shù)在高斯白噪聲下的魯棒性以及各階系數(shù)選取的最優(yōu)范圍，同時(shí)結(jié)合動(dòng)態(tài)參數(shù)，在相關(guān)實(shí)驗(yàn)中獲得了較好的性能。 論文提出了譜相減算法和倒譜均值相減算法來(lái)分別消除加性噪聲和信道噪聲的干擾，取得了不錯(cuò)的效果。論文實(shí)現(xiàn)了噪聲環(huán)境下基于高斯混合模型的與文本有關(guān)的說(shuō)話人確認(rèn)系統(tǒng)，從語(yǔ)音信號(hào)的預(yù)處理，到特征提取，再到模式匹配，介紹了各個(gè)部分的原理和實(shí)現(xiàn)方法。 論文實(shí)現(xiàn)了在片上可