

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、說話人識別技術在公安、安全、司法等領域有著重要的應用價值和廣闊的應用范圍?,F(xiàn)有說話人識別系統(tǒng)在很安靜的環(huán)境下通常可以取得比較好的識別效果,但當有噪聲干擾時,識別性能將急劇下降,嚴重阻礙了說話人識別技術在實際中的應用。針對此問題通常可以采取三種途徑解決,一是前端增強處理,二是采用抗噪性更好的特征參數(shù)或對現(xiàn)有參數(shù)進行組合增強抗噪性,三是對匹配模型進行補償,提高對噪聲的抵抗能力。本文主要研究第一種方法,即采用前端語音增強處理提高說話人識別系統(tǒng)
2、的抗噪性能。主要工作為:
1.探討了穩(wěn)健的說話人識別的研究現(xiàn)狀和研究意義。
2.針對說話人識別系統(tǒng)中,無聲段對識別率的不利影響,提出一種結合語音自身短時相關性和能量相結合的相關能積算法,并對語音音節(jié)間相關性弱的缺點采取了補償,進一步提高了檢測的準確性。
3.建立了基于DTW和GMM的兩個說話人識別系統(tǒng),建立了文本相關和文本無關的兩個語音數(shù)據(jù)庫,并做了多種頻帶的噪聲對兩種系統(tǒng)進行沖擊實驗,得到了大量實驗數(shù)據(jù),
3、為后繼的研究奠定了基礎;針對基音頻率抗噪性較好,而變異性較大的特點,本文對基音頻率進行了探討,分離了基音頻率的兩個特性,并采用雙門限策略,提高了基音頻率對變異性的克服能力。
4.研究了單通道語音增強方法,包括譜減、維納濾波、單通道信號子空間語音增強算法,在單通道信號子空間語音增強算法研究過程中針對拉格朗日乘子選取問題,提出一種自適應選擇拉格朗日乘子的方法,在大量消噪的同時,盡量避免對語音的損傷。并將單通道語音增強方法融合到兩種
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,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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。
最新文檔
- 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.pdf
- 噪聲環(huán)境下基于個性特征的說話人識別研究.pdf
- 噪聲環(huán)境下說話人識別技術研究.pdf
- 噪聲環(huán)境下說話人識別方法研究.pdf
- 說話人識別的前端處理研究.pdf
- 噪聲環(huán)境下的基于GMM-SVM說話人識別算法.pdf
- 混響和噪聲環(huán)境下說話人識別的研究.pdf
- 在噪聲環(huán)境下說話人識別方法的研究.pdf
- 噪聲環(huán)境下語音識別前端處理技術研究.pdf
- 噪聲環(huán)境下基于稀疏表示的說話人識別系統(tǒng)的研究.pdf
- 基于噪聲環(huán)境下的說話者識別系統(tǒng).pdf
- 說話人識別及其在噪聲環(huán)境下的魯棒性研究.pdf
- 基于i-vector的穩(wěn)健說話人識別研究.pdf
- 穩(wěn)健語音識別的前端處理研究.pdf
- 噪聲環(huán)境中說話人識別魯棒性研究.pdf
- 噪音環(huán)境下的說話人識別算法研究.pdf
- 基于麥克風陣列的穩(wěn)健的說話人識別研究.pdf
- 低信噪比環(huán)境下說話人識別研究.pdf
評論
0/150
提交評論