基于MPEG-Ⅰ和小波包分解的說話人識別.pdf

1、說話人識別是從說話人的一段語音中提取出說話人的個性特征,通過對這些個性特征的分析和識別,達到對說話人進行辨認或者確認的目的。與文本無關的說話人識別具有用戶使用方便、可應用范圍較寬等優(yōu)點,是當前說話人識別技術的研究重點。對于與文本無關的說話人識別系統(tǒng),因為去除了特征提取對于文本的依賴,研究的重心主要集中在對于說話人個性特征的提取上,而尋找新的有效的說話人特征參數(shù)和已有說話人特征的有效組合始終是這方面研究的熱點。 本文對文本無關說話

2、人識別系統(tǒng)中的特征參數(shù)進行了研究,主要是研究如何提取出具有高識別率和魯棒性的語音特征。本文的主要工作有三個方面： (1)根據人耳的聽覺感知特性,對語音信號的成分進行了研究。利用MPEG心理聲學模型I對語音信號進行了分解,去除了被掩蔽部分語音對于特征提取的干擾。經過試驗證實,這種方法有效地提高了系統(tǒng)的識別率,同時也提高了識別的魯棒性。 (2)為了模擬Mel倒譜濾波的過程,利用小波包多分解的特性,對語音信號進行多尺度的分解。