2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩95頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、說話人識別,又稱聲紋識別,是根據(jù)說話人語音來識別說話人身份的一種技術(shù),屬于當(dāng)前最熱門的生物特征識別技術(shù)之一。和其它生物特征識別相比,只有說話人識別支持遠(yuǎn)程認(rèn)證。隨著智能手機(jī)的不斷普及,語音采集變得更加方便,說話人識別的優(yōu)點(diǎn)更加突出。在移動互聯(lián)網(wǎng)環(huán)境下,用戶只需要通過手機(jī)錄制一小段語音即可完成遠(yuǎn)程身份認(rèn)證,而不需要接觸特殊的設(shè)備,因此用戶接受度高。正是因為上述這些優(yōu)勢,說話人識別受到了廣泛的關(guān)注與研究。
  近年來,深度學(xué)習(xí)在很多領(lǐng)

2、域都取得了顯著的成績。深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)和循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks,RNN)在建模能力上各有所長,CNN擅長圖像特征提取,RNN擅長時序建模。受此啟發(fā),本文利用CNN和RNN優(yōu)勢互補(bǔ)的能力,將它們結(jié)合成一個統(tǒng)一的架構(gòu)用于說話人辨認(rèn)任務(wù),本文稱之為 CDRNN模型。該模型首先將說話人的原始語音轉(zhuǎn)為語譜圖,再利用CNN的結(jié)構(gòu)優(yōu)

3、勢從語譜圖中自動提取說話人的個性特征,最后將CNN提取出來的說話人特征輸入到Deep RNN中完成分類。
  本文還基于CDRNN模型做了如下工作:
 ?。?)為了驗證CDRNN模型用于說話人識別的有效性,本文將CDRNN模型和經(jīng)典的說話人識別方法在同一個采集自真實環(huán)境中的說話人語音數(shù)據(jù)集上進(jìn)行了實驗對比。實驗結(jié)果表明,CDRNN模型在不同說話者人數(shù)下的識別率均高于經(jīng)典方法的識別率,因此CDRNN模型的有效性得以驗證。

4、> ?。?)CDRNN中的網(wǎng)絡(luò)模型是由CNN和RNN組成的,為了研究CDRNN中的網(wǎng)絡(luò)模型在說話人辨認(rèn)中的性能,本文從說話人特征提取和說話人建模能力兩方面,將 CDRNN中的網(wǎng)絡(luò)模型和其它深度網(wǎng)絡(luò)模型之間進(jìn)行了實驗對比。在自建數(shù)據(jù)集上的實驗結(jié)果表明,CDRNN中的網(wǎng)絡(luò)模型要好于其它深度網(wǎng)絡(luò)模型。
 ?。?)本文基于深度學(xué)習(xí)框架TensorFlow實現(xiàn)了CDRNN中的網(wǎng)絡(luò)模型,并將訓(xùn)練好的網(wǎng)絡(luò)模型移植到移動端安卓平臺上,最后實現(xiàn)了一

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(hù)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(fù)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

評論

0/150

提交評論