基于矢量量化的說話人識(shí)別系統(tǒng)研究及實(shí)現(xiàn).pdf

1、語音是最簡(jiǎn)便、人們使用最頻繁的交流工具，也是我們獲取信息的主要途徑之一。說話人識(shí)別是利用語音信號(hào)對(duì)說話人身份進(jìn)行識(shí)別的一門技術(shù)，是語音信號(hào)處理領(lǐng)域的一個(gè)重要分支，該技術(shù)在安全保障、公安司法等領(lǐng)域有著廣泛應(yīng)用。
　　本文以矢量量化模板訓(xùn)練方法為基礎(chǔ)，建立了一套說話人識(shí)別軟件系統(tǒng)。主要工作有:
　　(1)詳細(xì)闡述了語音信號(hào)前期處理及特征提取的方法。研究了矩形窗和海明窗對(duì)語音信號(hào)分析的影響，比較了雙門限法、譜減法和譜熵法三種端點(diǎn)檢

2、測(cè)的方法，介紹了LPC、LSP、LPCC、MFCC、△LPCC和△MFCC六種特征參數(shù)的提取方法，并詳細(xì)闡述了矢量量化的基本原理、過程和算法。
　　(2)以Matlab GUI、M語言和編譯器為工具，搭建了說話人識(shí)別軟件系統(tǒng)。在系統(tǒng)前端，設(shè)置了登錄和語音庫管理模塊，給用戶提供了安全、簡(jiǎn)便的使用環(huán)境。在系統(tǒng)的主界面，設(shè)置了模式選擇模塊和說話人識(shí)別的各步驟模塊，后者包含了之前理論部分的所有方法，體現(xiàn)出的特色是:可選擇方案種類多、可自行

3、設(shè)置參數(shù)值、單個(gè)人的識(shí)別和多人識(shí)別都可進(jìn)行、操作簡(jiǎn)單、效果直觀。在主界面中，還設(shè)置了反饋信息模塊、語音的時(shí)域、變換域分析等其他功能模塊，擴(kuò)大了系統(tǒng)的使用范圍，增加了其靈活性。
　　(3)以搭建的軟件系統(tǒng)為平臺(tái)，進(jìn)行系統(tǒng)測(cè)試和實(shí)驗(yàn)分析。測(cè)試表明:系統(tǒng)各模塊相互協(xié)調(diào)良好、能夠順利完成識(shí)別的任務(wù);進(jìn)行的三項(xiàng)實(shí)驗(yàn)分別是特征參數(shù)及其階數(shù)、訓(xùn)練模型碼本大小以及幀長(zhǎng)和幀移大小對(duì)識(shí)別結(jié)果的影響，實(shí)驗(yàn)表明:在本實(shí)驗(yàn)條件下，14階的△MFCC特征參數(shù)