基于小波包與混沌理論的說話人識別.pdf

1、說話人識別作為生物特征量識別技術，在司法鑒定、信息安全、人機智能等領域具有重要意義。本文借鑒傳統(tǒng)語音信號分段方法，以符合人耳感知規(guī)律原則，研究新型頻段劃分方法，并從語音信號的非線性入手，運用混沌技術研究語音信號的特征提取，建立語音的混沌特性模型表征信號的空間運動狀態(tài)。主要研究內(nèi)容如下：
　　提出基于Mel尺度的小波包分解技術。小波包分解的靈活性可同時滿足語音信號對不同時域、頻域信息的要求。將符合人耳聽覺感知機制的Mel尺度融合到小

2、波包分解中，為語音信號頻段劃分提供更有效的方法。與傳統(tǒng)小波包對比可得，Mel尺度小波包劃分的各子帶信號時頻信息更豐富，凸顯了不同語音信號間個性化特征屬性。
　　針對語音信號的混沌性判定問題，采用互信息法確定最佳延遲時間，飽和關聯(lián)維數(shù)法選取嵌入維數(shù)，并重構(gòu)語音時間序列的相空間。采用基于Wolf的最大Lyapunov指數(shù)法判定語音時間序列的性質(zhì)，仿真實驗表明語音信號具有混沌性。為體現(xiàn)語音特征的總體性，采用分形維數(shù)表征語音信號混沌運動的

3、內(nèi)在結(jié)構(gòu)特點，提出語音信號的盒形維數(shù)特征輔助其他特征參數(shù)以提升說話人特征的魯棒性。
　　針對子帶語音信號線性相關性及混沌特性，提出基于線性模型和非線性模型的特征參數(shù)提取方案。構(gòu)建基于小波包的時域頻域自回歸模型，表征低頻能量特征。采用Volterra自適應預測技術建立語音混沌時間序列的聲學模型，提取Volterra濾波器權矢量參數(shù)作為說話人特征，仿真實驗表明了該方案預測精度高于線性預測模型。
　　融合時域頻域自回歸模型和Vol