基于語音信號(hào)時(shí)變特性的說話人識(shí)別.pdf

1、說話人識(shí)別是一類特殊的語音識(shí)別。近年來,這一技術(shù)迅速發(fā)展,與文本有關(guān)的說話人確認(rèn)系統(tǒng)在一些需要進(jìn)行身份核查的場(chǎng)所得到了應(yīng)用。但仍然有一些問題需要解決,其中關(guān)鍵的問題是,究竟用語音信號(hào)的哪些特征描寫說話人才是有效而可靠的。
　　 說話人識(shí)別包括說話人確認(rèn)和說話人辨認(rèn),本文主要研究的是與文本有關(guān)的說話人辨認(rèn)問題?；谡Z音信號(hào)的時(shí)變特性,在平均MEL倒譜基礎(chǔ)上提取隨時(shí)間變化的特征頻率(包括時(shí)變的基音頻率),由此得到了由各個(gè)語音信號(hào)特征

2、頻率倒譜值序列構(gòu)成的時(shí)間序列。運(yùn)用時(shí)間序列預(yù)處理和數(shù)理統(tǒng)計(jì)的方法,分離時(shí)間序列的趨勢(shì)波動(dòng)量和隨機(jī)波動(dòng)量。隨機(jī)波動(dòng)量是零均值自協(xié)方差非平穩(wěn)的時(shí)間序列,利用滿階時(shí)變參數(shù)自回歸(Time-Varying Parameter Autoregressive)模型對(duì)隨機(jī)波動(dòng)量序列進(jìn)行分析,進(jìn)一步提取說話人語音信號(hào)的特征參數(shù)。在隨機(jī)波動(dòng)量序列和用滿階TWPAR模型分析的基礎(chǔ)上分別進(jìn)行說話人識(shí)別研究。
　　 本文選擇最小BIC(Bayesian