基于前端處理噪聲環(huán)境下穩(wěn)健的說話人識別研究.pdf

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