基于小波分析的說(shuō)話人識(shí)別研究.pdf

1、說(shuō)話人識(shí)別是一種生物識(shí)別技術(shù).通過(guò)對(duì)采集到的語(yǔ)音信號(hào)提取相應(yīng)的特征,建立相應(yīng)的模型,然后判斷說(shuō)話人身份.說(shuō)話人識(shí)別在電子商務(wù)和和信息安全等領(lǐng)域具有廣泛的應(yīng)用前景.該文首先介紹了說(shuō)話人識(shí)別技術(shù)的發(fā)展現(xiàn)狀和聲學(xué)基礎(chǔ),詳細(xì)論述了語(yǔ)音信號(hào)的產(chǎn)生原理及其數(shù)字模型;同時(shí)也闡述了人耳聽(tīng)覺(jué)感知的特性以及Mel刻度在語(yǔ)音信號(hào)處理中的作用.然后,對(duì)小波理論進(jìn)行了詳細(xì)地介紹,并且論述了小波分析在對(duì)語(yǔ)音信號(hào)處理中有很好的效果.接著,介紹了說(shuō)話人識(shí)別系統(tǒng)中的語(yǔ)音

2、特征參數(shù)提取部分,重點(diǎn)闡述了MPCC參數(shù)的提取,并在此基礎(chǔ)上,引入了小波包分析來(lái)逼近人耳的聽(tīng)覺(jué)感知特性,并且在增加了一個(gè)小波系數(shù)的降噪步驟,從而提出了一種新的語(yǔ)音特征參數(shù)—"基于小波的子代特征參數(shù)"(SFBW).跟著,介紹了幾種說(shuō)話人識(shí)別的模型,如動(dòng)態(tài)時(shí)間規(guī)整DTW、矢量量化VQ、隱馬爾可夫模型HMM等、重點(diǎn)闡述了高斯混合模型GMM,以及其改進(jìn)型—正交高斯混合模型(OGMM),并且論述了OGMM模型相對(duì)于GMM計(jì)算量減小的特點(diǎn).實(shí)驗(yàn)是以