基于壓縮感知的魯棒性說話人識別技術研究.pdf

1、作為語音識別的一種，說話人識別技術因為其獨有的優(yōu)勢在生物特征認證領域一直備受矚目，并得到了廣泛的應用。說話人的語音特征提取是說話人識別的關鍵，目前識別系統中最為常用的MFCC特征參數，在無噪聲環(huán)境下，雖然有很好的識別效果，但是仍然存在著兩大問題：
　?。?）需要提取以及傳輸的參數量較大；
　?。?）在有噪環(huán)境下識別效果不佳。為“較少的特征參數量不能與較高的識別率共存”的難題找到解決方案，是本文的主要目標。
　　本文利用

2、新興的壓縮感知技術，改進傳統MFCC參數的提取過程，從而提出了一種新的說話人識別參數—CS-MFCC參數，使得提取以及傳輸的參數量降低到傳統MFCC參數的1 n(n為觀測矩陣的壓縮比)。在此基礎上，本文還完成了以下工作：
　?。?）提出了基于行階梯矩陣的新參數，并證明當行階梯矩陣的壓縮比為4時系統的識別效果最好。在無噪聲環(huán)境下，新參數的Fish比遠遠高于MFCC參數，系統識別率顯著提高，同時基于行階梯矩陣的新參數對于脈沖噪聲和高斯