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、目前在噪聲環(huán)境下的說話人識別技術(shù)的研究是重點(diǎn)需要解決的問題。噪聲的存在使得語音信號發(fā)生畸變，造成了訓(xùn)練環(huán)境與測試環(huán)境的不匹配，嚴(yán)重影響了系統(tǒng)的識別率。本文研究了在噪聲環(huán)境下說話人識別的方法。 本文針對說話人識別技術(shù)的兩大關(guān)鍵的問題進(jìn)行了研究，主要的研究內(nèi)容包括以下幾個方面： 論文首先對于特征參數(shù)的提取進(jìn)行了一些改進(jìn)性的研究，即：在自相關(guān)系數(shù)(PAC)的基礎(chǔ)上提出將非線性函數(shù)——Sigmoid函數(shù)與反余弦函數(shù)相結(jié)合，從而得
2、到一種新的特征參數(shù)的方法，同時將輸入的語音信號進(jìn)行了RASTA濾波，使系統(tǒng)增強(qiáng)了抗噪聲的能力。 其次，主要研究了子帶處理技術(shù)在說話人識別中的作用。子帶處理技術(shù)因其結(jié)構(gòu)和特點(diǎn)在抗噪聲的說話人識別系統(tǒng)中得到廣泛的應(yīng)用，因此本文將PAC特征系數(shù)與子帶相結(jié)合，并使用子帶概率結(jié)合的方法得出識別結(jié)果。 最后研究了系統(tǒng)分類器的設(shè)計。根據(jù)隱馬爾科夫模型(HMM)和小波神經(jīng)網(wǎng)絡(luò)(WNN)各自的優(yōu)點(diǎn)，本文將兩者相結(jié)合起來得到一種系統(tǒng)的識別方
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。
最新文檔
- 噪聲環(huán)境下說話人識別方法研究.pdf
- 噪音環(huán)境下說話人識別方法.pdf
- 噪聲環(huán)境下說話人識別算法研究.pdf
- 噪聲環(huán)境下說話人識別的研究.pdf
- 噪聲環(huán)境下的說話人識別技術(shù).pdf
- 噪聲環(huán)境下語音識別方法的研究.pdf
- 說話人識別方法的研究.pdf
- 噪聲環(huán)境下說話人識別技術(shù)研究.pdf
- 說話人識別及其在噪聲環(huán)境下的魯棒性研究.pdf
- 電子偽裝語音下的說話人識別方法研究.pdf
- 混響和噪聲環(huán)境下說話人識別的研究.pdf
- 噪聲環(huán)境下基于個性特征的說話人識別研究.pdf
- 說話人識別方法與策略的研究.pdf
- 噪聲環(huán)境下的語音識別方法研究與改進(jìn).pdf
- 基于前端處理噪聲環(huán)境下穩(wěn)健的說話人識別研究.pdf
- 噪聲環(huán)境下特定人孤立詞識別方法研究.pdf
- 基于說話人轉(zhuǎn)換的語音識別方法.pdf
- 噪聲環(huán)境下的基于GMM-SVM說話人識別算法.pdf
- 基于PLDA模型的說話人識別方法研究.pdf
- 基于小波變換的說話人識別方法研究.pdf
評論
0/150
提交評論