

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、說話人識別技術是生物認證的一種,它是根據(jù)說話人語音波形中能反映說話人生理和行為個性特征的語音參數(shù)來自動鑒別說話人身份的過程,該技術以其顯著的使用方便、經濟和有效等優(yōu)勢在許多領域中有著廣泛的應用前景。
本文主要研究了噪聲環(huán)境下文本無關的說話人識別的相關內容。為改善系統(tǒng)識別率和系統(tǒng)響應時間,本文在介紹說話人識別基本原理的基礎上,重點圍繞識別模型和語音去噪兩方面進行研究。在識別模型方面,詳細介紹了高斯混合模型(GMM)和支持向量
2、機(SVM)模型的理論知識,并針對兩者自身的優(yōu)缺點,本文提出了兩種GMM和SVM相結合的方法,實驗證明這兩種混合模型都可以改善系統(tǒng)性能。針對噪聲環(huán)境下,系統(tǒng)識別率急劇下降的問題,本文在原有小波閾值去噪的基礎上提出了一種改進的閾值函數(shù)并采用了區(qū)分清濁音的小波去噪方法,實驗證明這些改進可取得更好的去噪效果。具體研究工作如下:
(1) GMM屬于概率統(tǒng)計模型,有很強的數(shù)據(jù)描述能力和較弱的數(shù)據(jù)分類能力。SVM模型屬于分類器模型,有
3、很強的數(shù)據(jù)區(qū)分能力和較弱的數(shù)據(jù)描述能力。結合這些特點,本文提出了用GMM對大樣本特征參數(shù)聚類得到能更好表征說話人個性特征的小樣本的GMM模型參數(shù)作為SVM特征參數(shù)的模型結合方法。實驗證明該模型既可以改善系統(tǒng)響應時間又可以提高系統(tǒng)識別率。
(2)當說話人集合比較大時,針對SVM識別耗時的問題,本文又提出了另一種GMM和SVM相結合的方法。通過實驗可知,對于相同的特征數(shù)據(jù),在識別階段,一般情況下GMM比SVM所用的時間短,而且
4、我們還可發(fā)現(xiàn)即使GMM識別錯誤,但如果將最大后驗概率按由大到小進行排序,正確說話人模型所對應的最大后驗概率還是比較靠前的。根據(jù)這些特點,本文提出了用GMM作首次識別用SVM做二次識別的結合模型,通過GMM的首次識別來確定幾個最有可能的結果來縮小用于SVM識別的說話人集合,從而進一步改善系統(tǒng)響應時間。
(3)在安靜環(huán)境下,系統(tǒng)可以取得比較滿意的識別率,針對噪聲環(huán)境下系統(tǒng)識別率急劇下降的問題,本文提出了一種改進形式的小波閾值函
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)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(xiàn)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(lián)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。
最新文檔
- 基于SVM和GMM的說話人辨識方法研究.pdf
- 融合AP和GMM的說話人識別方法研究.pdf
- 基于GMM和SVM的說話人識別系統(tǒng)研究.pdf
- 基于GMM-UBM的快速說話人識別方法.pdf
- 基于GMM和SVM的文本無關的說話人確認方法研究.pdf
- 噪聲環(huán)境下的基于GMM-SVM說話人識別算法.pdf
- 基于GMM與改進LS-SVM算法的說話人識別研究.pdf
- 基于VP樹和GMM的說話人識別研究.pdf
- 說話人識別方法的研究.pdf
- 基于GMM的說話人識別技術研究.pdf
- 基于VQ與GMM的說話人識別.pdf
- 基于GMM的說話人識別算法的研究.pdf
- 基于說話人轉換的語音識別方法.pdf
- 基于GMM說話人分類的說話人識別系統(tǒng)研究.pdf
- 基于MFCC和GMM的說話人識別系統(tǒng)研究.pdf
- 基于ICA和GMM的無約束說話人識別研究.pdf
- 基于PLDA模型的說話人識別方法研究.pdf
- 基于韻律特征和SVM的說話人識別.pdf
- 基于GMM的說話人識別系統(tǒng)研究.pdf
- 說話人識別中提高GMM性能方法的研究.pdf
評論
0/150
提交評論