基于線譜對系數(shù)和高斯混合模型的說話人識別技術(shù)研究.pdf

1、隨著信息技術(shù)的發(fā)展和對信息安全的日益迫切需求，基于生物特征的個人身份識別技術(shù)也得到了飛速發(fā)展。說話人識別是生物識別的一個分支，隨著近年來現(xiàn)代電子技術(shù)的高速發(fā)展，正以其獨特的方便性、經(jīng)濟性和準確性等優(yōu)勢受到世人矚目，是當前安全認證系統(tǒng)研究和發(fā)展的必然趨勢。本文對小規(guī)模文本無關(guān)說話人識別的理論和技術(shù)進行了系統(tǒng)的研究。針對清濁音的不同特性采用多尺度分段小波去噪，較完整的保留了語音的頻譜特性。使用自適應雙門限法進行端點檢測，能根據(jù)不同的語音環(huán)境

2、做自適應變化，提高了端點檢測性能。線譜對LSP（Linear Spectrum Pairs）系數(shù)具有良好的動態(tài)范圍和濾波穩(wěn)定性，以及良好的內(nèi)插特性和量化特性，并能良好的表征說話人語音中的共振峰信息，能更好地提取語音信號中隱含的音譜特征，本文分析了其頻譜特性，并與現(xiàn)有的主要說話人特征進行了性能分析和比較，證明LSP參數(shù)具有良好的說話人特征提取性能。同時針對GMM模型的EM算法使用k-Means聚類法進行了優(yōu)化，提高了系統(tǒng)訓練模型的性能。本