基于語(yǔ)音分離的聲紋識(shí)別技術(shù)研究.pdf

1、如今隨著信息技術(shù)和科技水平的快速發(fā)展，國(guó)家對(duì)信息安全的需求程度也越來(lái)越高，而生物特征識(shí)別結(jié)合了生物學(xué)和信息學(xué)，使身份識(shí)別更加的方便安全。其中，聲紋因其獲取成本低、處理相對(duì)簡(jiǎn)單等優(yōu)勢(shì)，從一開始就是生物識(shí)別領(lǐng)域一個(gè)重要的研究方向。近幾十年來(lái)，聲紋識(shí)別領(lǐng)域已經(jīng)獲得了重大的進(jìn)步，被廣泛應(yīng)用于國(guó)防，金融，刑偵，醫(yī)療等軍用民用安全領(lǐng)域。但是面對(duì)多人說(shuō)話場(chǎng)景或者強(qiáng)干擾噪音的背景下，聲紋識(shí)別的效果依舊不理想。
　　針對(duì)多人說(shuō)話背景下聲紋識(shí)別效率低

2、下的問(wèn)題，需要對(duì)語(yǔ)音進(jìn)行先分離后識(shí)別，以提高識(shí)別效率。本論文針對(duì)特征提取、語(yǔ)音分離、聲紋識(shí)別等相關(guān)算法模型進(jìn)行具體描述，就基于語(yǔ)音分離的聲紋識(shí)別系統(tǒng)展開深入研究。論文先總體描述了語(yǔ)音分離及聲紋識(shí)別的基礎(chǔ)理論，然后對(duì)語(yǔ)音分離、融合特征提取、模型訓(xùn)練、模式匹配等內(nèi)容進(jìn)行具體分析。在語(yǔ)音分離階段，選擇利用改進(jìn)高頻區(qū)域的計(jì)算聽覺場(chǎng)景分析模型（CASA）進(jìn)行語(yǔ)音分離，得到目標(biāo)說(shuō)話人的語(yǔ)音波形。在特征提取階段，選擇對(duì)基于人體發(fā)聲結(jié)構(gòu)提出的基音周期和

3、基于人體聽覺結(jié)構(gòu)提出的 Mel頻率倒譜參數(shù)及其差分參數(shù)進(jìn)行融合得到3L+1維的融合特征參數(shù)PITCHMFCC。在聲紋識(shí)別階段，分析經(jīng)典聲紋識(shí)別模型GMM，提出融合CASA的語(yǔ)音分離識(shí)別模型SGMM并從多個(gè)維度進(jìn)行仿真實(shí)驗(yàn)，比較兩個(gè)聲紋識(shí)別模型在單人和混合語(yǔ)音場(chǎng)景下的識(shí)別準(zhǔn)確率，此外，還分析了不同性別混合語(yǔ)音，不同背景語(yǔ)音長(zhǎng)度以及說(shuō)話人錄制背景語(yǔ)音時(shí)和話筒的不同距離對(duì)SGMM模型識(shí)別率的影響。最后，在仿真環(huán)境下實(shí)現(xiàn)基于語(yǔ)音分離的聲紋識(shí)別系