基于MFCC二次特征提取和VQ的含噪語音說話人識別研究.pdf

1、隨著數(shù)字信息和日常生活信息交流的多元化發(fā)展,個人身份認證是人們參與社會活動的重要保障,以語音作為人機交互方式的說話人識別,是生物認證發(fā)展的一個方向。說話人識別基于語音信號處理技術(shù),提取語音特征參數(shù),建立說話人模型,并完成身份鑒定,具有便捷性和可靠性等優(yōu)點,在刑事偵查、電話銀行系統(tǒng)、計算機遠程登錄、門禁系統(tǒng)等領(lǐng)域,具有廣闊的應(yīng)用前景,受到越來越多研究者的重視。
　　目前說話人識別在實驗室環(huán)境下取得了令人滿意的結(jié)果,但說話人識別技術(shù)在

2、實用過程中還存在諸多問題,需要進一步的研究。本文從說話人識別系統(tǒng)的整體著手,分析了語音前段處理的重要性,詳細地闡述了特征參數(shù)的研究現(xiàn)狀,介紹了目前應(yīng)用于說話人識別的常用模型,并對其進行分析比較。本文的主要研究內(nèi)容如下:
　　(1)由于語音的產(chǎn)生不可避免地要受到環(huán)境噪聲的影響,使得說話人識別系統(tǒng)的識別率急劇下降,嚴重影響說話人識別系統(tǒng)的魯棒性。因此,本文著重研究在不同噪聲環(huán)境下的語音增強,利用經(jīng)驗?zāi)B(tài)分解進行語音信號分解,對本征模態(tài)

3、函數(shù)采用基于譜熵的語音端點檢測方法進行去噪,得到的增強語音效果良好。
　　(2)提取信號中更具魯棒穩(wěn)健的語音特征參數(shù),挖掘更能體現(xiàn)個人特色的語音參數(shù)。在說話人識別系統(tǒng)中,由于每個說話人固有的說話特性,由其特征參數(shù)的分布可以得到表征說話人語音特性的信息。本文基于MFCC特征參數(shù)進行研究,運用二次特征提取引入新的參數(shù)?MFCC、 WMFCC和IWMFCC,采用增減分量法分析向量貢獻值,去除貢獻低的分量,組成新的混合參數(shù)。
　　(