基于VQ與GMM的說(shuō)話人識(shí)別.pdf

1、本文分析了說(shuō)話人識(shí)別中的主要技術(shù)，從特征參數(shù)的獲取到各種識(shí)別方法的應(yīng)用，重點(diǎn)介紹了矢量量化(VQ)和高斯混合模型(GMM)兩種基于模板的識(shí)別方法。并實(shí)現(xiàn)了一個(gè)主要基于VQ的說(shuō)話人識(shí)別系統(tǒng)，在閉集測(cè)試中取得了較好的效果。 在VQ方法的訓(xùn)練中，提出了一種基于逐點(diǎn)搜索的改進(jìn)的LBG算法，較好地解決了傳統(tǒng)LBG算法在迭代過(guò)程中會(huì)產(chǎn)生空胞腔、無(wú)法適用于多種距離測(cè)度等問(wèn)題。并設(shè)計(jì)了一種對(duì)VQ量化誤差進(jìn)行規(guī)格化處理的方法，使規(guī)格化后的量化誤差

2、更加適合對(duì)說(shuō)話人進(jìn)行判決。 對(duì)GMM方法的框架進(jìn)行了初步的研究，并對(duì)EM算法中迭代初值的選定、方差的限定及模型混合數(shù)對(duì)識(shí)別結(jié)果的影響進(jìn)行了一定程度的討論。 在預(yù)處理方面，提出了一種基于基音輪廓抖動(dòng)的去除語(yǔ)音中噪音段和靜音段的方法，取得了很好的實(shí)際效果。 最終的識(shí)別系統(tǒng)針對(duì)8KHz的單聲道語(yǔ)音，采用了10階的線性預(yù)測(cè)系數(shù)、10階的線性預(yù)測(cè)倒譜系數(shù)以及基音參數(shù)構(gòu)建了一個(gè)主要采用VQ方法的說(shuō)話人識(shí)別系統(tǒng)，在11個(gè)說(shuō)話人