基于說(shuō)話人識(shí)別的因特網(wǎng)語(yǔ)音傳輸系統(tǒng).pdf

1、近年來(lái),因特網(wǎng)語(yǔ)音傳輸技術(shù)和說(shuō)話人識(shí)別技術(shù)都已日趨成熟。其中,作為因特網(wǎng)語(yǔ)音傳輸技術(shù)最典型應(yīng)用的因特網(wǎng)電話,已成為當(dāng)前因特網(wǎng)增長(zhǎng)最快的業(yè)務(wù)之一;說(shuō)話人識(shí)別技術(shù)相對(duì)于其它生物識(shí)別技術(shù),因其獨(dú)特的優(yōu)點(diǎn),而在身份識(shí)別領(lǐng)域中得到了廣泛的應(yīng)用。如果能夠把說(shuō)話人識(shí)別技術(shù)與因特網(wǎng)傳輸技術(shù)結(jié)合起來(lái),必能大大地推動(dòng)兩者的發(fā)展,并且對(duì)于開(kāi)發(fā)因特網(wǎng)在身份識(shí)別方面的應(yīng)用也有著極其深遠(yuǎn)的意義。
　　本文以基于說(shuō)話人識(shí)別的因特網(wǎng)語(yǔ)音傳輸系統(tǒng)作為研究及設(shè)計(jì)對(duì)象

2、。首先分別從語(yǔ)音信號(hào)的預(yù)處理、特征參數(shù)提取、說(shuō)話人識(shí)別方法三個(gè)方面對(duì)說(shuō)話人識(shí)別技術(shù)進(jìn)行了詳細(xì)研究和分析。說(shuō)話人識(shí)別的關(guān)鍵技術(shù)是對(duì)包含在語(yǔ)音信號(hào)中的個(gè)人特征參數(shù)進(jìn)行識(shí)別,因此在網(wǎng)絡(luò)傳輸過(guò)程中,能否準(zhǔn)確接收個(gè)人特征參數(shù)是決定系統(tǒng)性能的重要因素,這是完全異于現(xiàn)階段的因特網(wǎng)語(yǔ)音傳輸技術(shù)的,后者關(guān)心的是包含在語(yǔ)音信號(hào)中的文字符號(hào)和語(yǔ)義內(nèi)容信息。
　　本文對(duì)因特網(wǎng)的體系結(jié)構(gòu)和網(wǎng)絡(luò)協(xié)議也進(jìn)行了研究。特別是對(duì)Internet傳輸層的各傳輸協(xié)議進(jìn)行

3、了分析比較: TCP協(xié)議是為了在不可靠的互聯(lián)網(wǎng)絡(luò)上提供一個(gè)可靠的端到端服務(wù)而設(shè)計(jì)的,它為應(yīng)用層提供全雙工的、有應(yīng)答和有流量控制的面向連接的服務(wù),從而實(shí)現(xiàn)有序的、無(wú)重復(fù)的數(shù)據(jù)流傳輸,它強(qiáng)調(diào)的是傳輸數(shù)據(jù)的準(zhǔn)確性;UDP協(xié)議提供無(wú)連接的服務(wù),數(shù)據(jù)通過(guò)相互獨(dú)立的報(bào)文進(jìn)行傳輸,是無(wú)序的,并且不保證可靠、無(wú)差錯(cuò);RTP協(xié)議作為因特網(wǎng)語(yǔ)音傳輸各協(xié)議的基礎(chǔ),運(yùn)行在UDP之上,為媒體流提供實(shí)時(shí)傳輸服務(wù),強(qiáng)調(diào)數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性,不保證可靠、無(wú)差錯(cuò)。
　

4、　因此,本文針對(duì)說(shuō)話人識(shí)別和因特網(wǎng)傳輸技術(shù)的特點(diǎn),設(shè)計(jì)出了適合于說(shuō)話人識(shí)別的網(wǎng)絡(luò)傳輸方案:采用客戶/服務(wù)器模式,在客戶端提取出語(yǔ)音信號(hào)的特征參數(shù),采用 TCP協(xié)議把特征參數(shù)傳輸給服務(wù)器,由服務(wù)器完成識(shí)別與訓(xùn)練的工作。系統(tǒng)使用Visual C++6.0編程工具,實(shí)現(xiàn)了一個(gè)與文本有關(guān)的說(shuō)話人確認(rèn)系統(tǒng),并使用MFC中封裝的Windows Sockets類完成了語(yǔ)音特征參數(shù)的網(wǎng)絡(luò)傳輸。最終實(shí)現(xiàn)識(shí)別率約為90％的基于說(shuō)話人識(shí)別的因特網(wǎng)語(yǔ)音傳輸系統(tǒng)