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、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(rèn)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(rèn)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(yuǎn)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(jìn)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(xì)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(jìn)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(yán)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(jìn)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(jìn)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(jìn)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(xiàn)值,去除貢獻(xiàn)低的分量,組成新的混合參數(shù)。
(
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
- 說話人特征提取和識別算法的研究.pdf
- 基于SVM的含噪耳語音說話人識別研究.pdf
- 抗噪語音識別特征提取算法的研究.pdf
- 基于含噪短語音的魯棒說話人識別研究.pdf
- 基于EMD與特征規(guī)整的含噪語音特征提取方法研究.pdf
- 基于NPC和改進(jìn)的MFCC魯棒語音特征提取研究.pdf
- 說話人識別中特征提取的方法研究.pdf
- 基于MFCC說話人識別算法研究.pdf
- 基于動態(tài)MFCC的說話人識別研究.pdf
- 基于MFCC特征和GMM模型的說話人識別系統(tǒng)研究.pdf
- 基于MFCC與IMFCC的說話人識別研究.pdf
- 基于VQ與GMM的說話人識別.pdf
- 二次特征提取法用于茶葉產(chǎn)地識別的研究.pdf
- 基于語音頻率特性抑制音素影響的說話人特征提取.pdf
- 基于軌線模型和VQ模型的說話人識別研究.pdf
- 基于MFCC和矢量量化的說話人識別算法研究.pdf
- 基于MFCC和GMM的說話人識別系統(tǒng)研究.pdf
- 情感語音的特征提取與識別研究.pdf
- 基于MFCC的說話人識別系統(tǒng)研究.pdf
- 語音情感特征提取方法和情感識別研究.pdf
評論
0/150
提交評論