基于壓縮感知的魯棒性說話人識別技術研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論