在噪聲環(huán)境下說(shuō)話人識(shí)別方法的研究.pdf

1、目前在噪聲環(huán)境下的說(shuō)話人識(shí)別技術(shù)的研究是重點(diǎn)需要解決的問(wèn)題。噪聲的存在使得語(yǔ)音信號(hào)發(fā)生畸變，造成了訓(xùn)練環(huán)境與測(cè)試環(huán)境的不匹配，嚴(yán)重影響了系統(tǒng)的識(shí)別率。本文研究了在噪聲環(huán)境下說(shuō)話人識(shí)別的方法。 本文針對(duì)說(shuō)話人識(shí)別技術(shù)的兩大關(guān)鍵的問(wèn)題進(jìn)行了研究，主要的研究?jī)?nèi)容包括以下幾個(gè)方面： 論文首先對(duì)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(shí)將輸入的語(yǔ)音信號(hào)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(shuō)話人識(shí)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(shuō)話人識(shí)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(shí)別結(jié)果。 最后研究了系統(tǒng)分類器的設(shè)計(jì)。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(lái)得到一種系統(tǒng)的識(shí)別方