基于核主成分分析與神經(jīng)網(wǎng)絡(luò)的文本無關(guān)說話人識(shí)別研究.pdf

1、說話人識(shí)別是根據(jù)人特有的語音信號(hào)識(shí)別說話人身份的一種生物認(rèn)證技術(shù)。說話人識(shí)別的關(guān)鍵技術(shù)包括兩個(gè)方面：一是如何從數(shù)據(jù)量相當(dāng)大的原始語音信號(hào)中提取出反映說話人聲音特色的特征參數(shù)；二是如何設(shè)計(jì)識(shí)別能力強(qiáng)的分類器。 本文對(duì)說話人識(shí)別系統(tǒng)的研究分別從特征提取與分類器設(shè)計(jì)兩方面進(jìn)行。 對(duì)于特征參數(shù)的提取，在對(duì)目前存在的單一主流特征進(jìn)行研究的基礎(chǔ)上，對(duì)基于聲道的線性預(yù)測(cè)倒譜系數(shù)和基于人耳聽覺特性的Mel頻率倒譜系數(shù)及二者的差分系數(shù)進(jìn)行

2、了一系列特征組合研究，將研究結(jié)果應(yīng)用于文本無關(guān)說話人識(shí)別，并對(duì)各種多參數(shù)組合特征進(jìn)行了評(píng)價(jià)，通過計(jì)算機(jī)仿真實(shí)驗(yàn)，表明所采用的多參數(shù)組合特征有利于改善識(shí)別效果。為了降低組合特征的維數(shù)、縮短訓(xùn)練和識(shí)別時(shí)間，提高系統(tǒng)識(shí)別效率，研究了主成分分析和核主成分分析的最優(yōu)降維性質(zhì)在文本無關(guān)說話人識(shí)別中的應(yīng)用。核主成分分析方法采用非線性方法提取主成分，是主成分分析的改進(jìn)算法。本文提出了利用核主成分分析選擇合適的核函數(shù)在高維空間提取組合特征主成分的方法，各

3、組合特征經(jīng)過核主成分分析降維，損失的特征信息最少，在保證識(shí)別性能的同時(shí)，后續(xù)階段的計(jì)算開銷將會(huì)大大減少。實(shí)驗(yàn)結(jié)果表明，核主成分分析不僅實(shí)現(xiàn)了合理降維，而且能取得比傳統(tǒng)主成分分析更好的識(shí)別性能。 對(duì)于分類器的設(shè)計(jì)，主要應(yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)，設(shè)計(jì)了基于概率神經(jīng)網(wǎng)絡(luò)的說話人識(shí)別系統(tǒng)。針對(duì)概率神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的數(shù)目比較大時(shí)，存在的內(nèi)存需求巨大和運(yùn)算時(shí)間較長(zhǎng)的問題，將模糊C-均值聚類算法引入概率神經(jīng)網(wǎng)絡(luò)分類器。融合兩者的優(yōu)點(diǎn)，提出了基于模