說話人識別系統(tǒng)的研究與開發(fā).pdf_第1頁
已閱讀1頁,還剩63頁未讀 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、說話人識別技術(shù)作為語音信號處理技術(shù)的一個重要組成部分,有著十分廣闊的研究和應(yīng)用前景。目前,已經(jīng)有幾種識別方法應(yīng)用于說話人識別,但識別率、系統(tǒng)穩(wěn)定性、噪聲魯棒性還不是很理想。本文提出支持向量機(jī)技術(shù)應(yīng)用于說話人識別,與傳統(tǒng)的方法比取得了較高的識別率和較強(qiáng)的魯棒性。支持向量機(jī)技術(shù)是一種統(tǒng)計學(xué)習(xí)理論,結(jié)合經(jīng)驗(yàn)風(fēng)險和期望風(fēng)險的平衡點(diǎn),兼顧學(xué)習(xí)能力和推廣能力,是一種較新的機(jī)器學(xué)習(xí)方法。它基于結(jié)構(gòu)風(fēng)險最小化原則的模式分類方法,在處理樣本中非線性、高維

2、數(shù)問題時有很大的優(yōu)勢,所以在應(yīng)用基于語音樣本的說話人識別上有良好的效果。本文依拖實(shí)際項(xiàng)目,在闡述說話人識別原理的基礎(chǔ)上,充分考慮說話人識別系統(tǒng)的識別率、識別速度、穩(wěn)定性等綜合因素,采用能夠反映人對語音的感知特性的線性預(yù)測倒譜系數(shù)LPCC作為特征參數(shù),LPCC的重要性還在于,它提供了一組簡潔的語音信號模型參數(shù),這一組參數(shù)較精確地表征了語音信號的頻譜幅度,而分析它們所需的運(yùn)算量相對來講卻不大;同時結(jié)合矢量量化技術(shù),成功開發(fā)出語音檢索系統(tǒng)。矢

3、量量化技術(shù)不同于傳統(tǒng)的標(biāo)量量化方法,基本思想是將若干標(biāo)量數(shù)據(jù)聯(lián)合成一個矢量,然后對矢量空間進(jìn)行空間劃分,給予整體量化,從而更高質(zhì)量地壓縮數(shù)據(jù)。由于LBG算法其理論上的嚴(yán)密性、應(yīng)用于上的簡便性以及較好的設(shè)計效果,在特征碼本聚類時采用LBG算法,保證了碼本的質(zhì)量,系統(tǒng)的質(zhì)量也得到保證。針對說話人識別系統(tǒng)在識別率的不高、噪聲下的不穩(wěn)定性一些具體實(shí)際問題,本文通過實(shí)驗(yàn)構(gòu)造碼本的分辯函數(shù),對特征參數(shù)各維分量的識別能力進(jìn)行定量分析;也通過實(shí)驗(yàn),對不

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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