已閱讀1頁，還剩58頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：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)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、從語音信號中有效地提取個人特征進行說話人身份的識別，是語音識別研究的一個重要方向。在身份驗證、信息檢索等領(lǐng)域，自動說話人識別都具有廣泛的應(yīng)用前景，其研究具有重要的社會意義和實用價值。目前說話人識別在純凈語音環(huán)境中可以取得令人滿意的效果，但是語音受環(huán)境因素、身體狀況以及說話內(nèi)容等條件的影響會使說話人識別率急劇下降。本文主要研究小波(包)變換在噪聲環(huán)境下說話人識別系統(tǒng)的應(yīng)用。主要工作如下： ⑴研究了說話人識別的相關(guān)知識，主要包括常用
2、的語音特征參數(shù)及說話人識別模型。其中重點介紹了LPC、LPCC及MFCC參數(shù)和本文所采用的識別模型(GMM模型)。通過具體實驗分析了常用特征參數(shù)LPC、LPCC和MFCC在不同信噪比環(huán)境下的性能。并對主流特征進行二次處理，包括特征差分和特征組合，進一步剝離出隱藏在語音背后的說話人特征，分析其性能。 ⑵研究了小波變換的原理，討論小波變換與Lipschitz指數(shù)的關(guān)系，分析小波變換在語音消噪中的可行性，提出了改進的消噪算法，并通過實
溫馨提示
- 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波分析的語音特征參數(shù)及其在說話人識別中的應(yīng)用研究.pdf
- 支持向量機在說話人識別系統(tǒng)中的應(yīng)用.pdf
- 支持向量機在說話人識別中的應(yīng)用研究.pdf
- HHT變換在說話人識別中的應(yīng)用.pdf
- 基于小波分析的說話人識別研究.pdf
- 支持向量機在說話人識別中的應(yīng)用.pdf
- 語音非線性特征在說話人識別中的應(yīng)用.pdf
- Hilbert-Huang變換在說話人識別中的應(yīng)用.pdf
- 改進支持向量機在說話人識別中的應(yīng)用.pdf
- 基于小波分析的車型識別系統(tǒng).pdf
- 基于小波分析的說話人識別技術(shù)研究.pdf
- 復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)及其在說話人識別中的應(yīng)用.pdf
- LVQ神經(jīng)網(wǎng)絡(luò)的研究及其在說話人識別中的應(yīng)用.pdf
- 加權(quán)成對約束度量學(xué)習(xí)算法在說話人識別中的應(yīng)用.pdf
- 時變向量自回歸模型在說話人識別中的應(yīng)用.pdf
- 說話人識別系統(tǒng)研究.pdf
- 隱馬爾可夫模型在說話人識別中的應(yīng)用與研究.pdf
- 基于小波分析的車牌識別系統(tǒng)的研究.pdf
- 動態(tài)貝葉斯網(wǎng)絡(luò)及其在說話人識別中的應(yīng)用.pdf
- 基于小波變換的說話人識別應(yīng)用研究.pdf
評論
0/150
提交評論