基于壓縮感知的魯棒性說話人識(shí)別技術(shù)研究.pdf

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

2、新興的壓縮感知技術(shù)，改進(jìn)傳統(tǒng)MFCC參數(shù)的提取過程，從而提出了一種新的說話人識(shí)別參數(shù)—CS-MFCC參數(shù)，使得提取以及傳輸?shù)膮?shù)量降低到傳統(tǒng)MFCC參數(shù)的1 n(n為觀測(cè)矩陣的壓縮比)。在此基礎(chǔ)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(shù)，并證明當(dāng)行階梯矩陣的壓縮比為4時(shí)系統(tǒng)的識(shí)別效果最好。在無噪聲環(huán)境下，新參數(shù)的Fish比遠(yuǎn)遠(yuǎn)高于MFCC參數(shù)，系統(tǒng)識(shí)別率顯著提高，同時(shí)基于行階梯矩陣的新參數(shù)對(duì)于脈沖噪聲和高斯