艦船VDR人聲識別技術(shù)研究.pdf

1、人聲識別系統(tǒng)的魯棒性(Robustness)是影響其走向?qū)嶋H應(yīng)用的關(guān)鍵，其中噪聲和變異是影響系統(tǒng)魯棒性的主要因素。由于人聲模型較難以建立，所以對于非特定人的識別就更為困難。在對噪聲影響的研究中人們發(fā)現(xiàn)，隨著外界噪聲強(qiáng)度的增加，人的情緒和發(fā)音方式也會發(fā)生變化。本文主要研究艦船航行數(shù)據(jù)記錄儀(Voyage Data Recorder，VDR)環(huán)境下的人聲識別，分別從基于特征和基于模型角度提出可以在噪聲環(huán)境下進(jìn)行人聲識別的有效方法。
　

2、　 從基于特征的角度出發(fā)：首先根據(jù)人耳對不同頻段的感知程度不同，提出了結(jié)合人耳響度特性的子帶分頻加權(quán)算法來降低噪聲對MFCC的影響，加權(quán)的原則是對識別貢獻(xiàn)率較大的子帶賦予相對較高的權(quán)值，反之則賦予相對較低的權(quán)值；其次，針對語音產(chǎn)生過程中存在的非線性現(xiàn)象，通過對非線性AM-FM模型的深入研究，本文提出了改進(jìn)的MFCC特征系數(shù)加權(quán)算法，使用該算法提取的MFCC特征能有效利用語音信號中的幅值包絡(luò)和瞬時頻率信息，同時又兼顧了耳蝸子帶分頻特性，

3、使系統(tǒng)的識別率有一定的提高。同時，采用最大相對熵權(quán)值對MFCC特征系數(shù)加權(quán)，一定程度上解決了不同特征維受環(huán)境影響不同的問題，提高了系統(tǒng)的魯棒性。
　　 從基于模型的角度出發(fā)：采用Reynolds提出的自適應(yīng)目標(biāo)模型方法為人聲建立公共背景模型GMM-UBM，并提出了一種基于GMM-UBM的開集動態(tài)閾值搜索算法。該算法可以對系統(tǒng)閾值進(jìn)行動態(tài)跟蹤設(shè)定，實現(xiàn)了系統(tǒng)開集狀態(tài)下的人聲識別，GMM-UBM具有屏蔽背景噪聲的作用，不僅很好的解決