說話人識別技術研究及其在醫(yī)院導醫(yī)平臺中的應用.pdf_第1頁
已閱讀1頁,還剩80頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、本文對說話人識別技術在醫(yī)院導醫(yī)平臺中的應用作了較為深入的研究。作為一種方便實用的基于生物特征的身份確認技術,目前的說話人識別系統(tǒng)對純凈語音已經(jīng)可以達到很高的識別精度,但在實際環(huán)境中無處不在的噪聲帶來了訓練模型和測試語音之間的失配,使得噪聲環(huán)境中說話人識別系統(tǒng)的識別率急劇下降。因此抗噪聲技術的研究是說話人識別系統(tǒng)在醫(yī)院噪聲環(huán)境中投入實用的關鍵。 本文首先分析了醫(yī)院噪聲的主要來源和種類,提出了根據(jù)噪聲的組成成分的不同而將醫(yī)院噪聲分為

2、三個不同的工作時段,并建立了噪聲環(huán)境中的說話人識別數(shù)據(jù)庫。針對當前存在的不同的語音建模方法,通過實驗的方法對各種分類模型進行了比較,通過對比各種模型之間識別效果的優(yōu)劣和對噪聲的魯棒性,最終確定了采用識別率較高且在噪聲環(huán)境的下降幅度最小的GMM-nV模型作為系統(tǒng)的基本模型。 針對噪聲所帶來的信號空間、特征空間和模型空間的失配,我們需要將多種方法融合共同作用。為此,在特征空間我們詳細研究了倒譜均值歸一化等譜變量補償方法;在模型空間我

3、們提出了基于不同時段的直接倒譜加權的GMM,并根據(jù)醫(yī)院不同時段的噪音種類和對數(shù)似然誤差準則,評價各MFCC倒譜分量的平均貢獻,根據(jù)各維特征的鑒別能力確定加權窗函數(shù)的形式。此外,我們又提出了最大化識別標準和段間聯(lián)合識別標準用于醫(yī)院環(huán)境中的應用,進一步提高了系統(tǒng)的識別效果。 由于醫(yī)院在不同的工作時段其噪聲的組成成分和噪聲種類并不相同,為了保證各個時段的識別都有較好的識別率,我們決定針對醫(yī)院不同時段的噪聲情況采用不同的識別方案。通過對

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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