2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著人類數(shù)字化生活需求的增加和多媒體時代的來臨,人們越來越渴望打破過去傳統(tǒng)的人機交互模式,尋找一種更加自然、友好、穩(wěn)定的交互方式。近期iphone4s的Siri語音控制功能的推出再一次引領(lǐng)了語音識別的研究熱潮。本文正是在這種背景之下,通過構(gòu)建基于Windows的語音控制系統(tǒng)作為聲紋識別的具體應(yīng)用環(huán)境,將聲紋識別和語音識別結(jié)合起來,實現(xiàn)一個具有聲紋識別功能的分權(quán)限語音控制系統(tǒng)。同時將本文的研究重心放在聲紋識別相關(guān)技術(shù)的研究中,以尋求一種具

2、備聲紋識別功能的人性化交互模式。本文的具體工作如下:
   本文首先介紹了基于GMM(Gaussian Mixture Model)的聲紋識別和基于SpeechSDK(Software Development Kit)的語音控制的關(guān)鍵技術(shù)。針對傳統(tǒng)GMM和GMM-UBM(Universal Background Model)受訓(xùn)練樣本量的制約和說話人被強制趨于統(tǒng)一分布的弱點,本文提出了基于區(qū)分性GMM的建模方法和區(qū)分性識別方法,

3、以增加說話人之間的差異性為出發(fā)點,使模型能夠更好的擬合說話人特征矢量的空間分布。同時將建模過程中衍生的兩個具有區(qū)分性的子UBM作為特征空間性別分類器,來劃分特征空間和模板庫,從而提高系統(tǒng)的識別率和響應(yīng)速度。
   其次本文針對傳統(tǒng)的K-means聚類算法只具備局部尋優(yōu)能力和對初始聚類中心及噪聲點敏感的弱點,本文提出了基于密度和方差的加權(quán)距離聚類、基于模擬退火思想的全局優(yōu)化聚類算法應(yīng)用到聲學(xué)特征類的形成。通過改進的聚類算法使呈現(xiàn)橢

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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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