基于矢量量化(VQ)的說話人識(shí)別的研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、說話人識(shí)別技術(shù)是語音識(shí)別領(lǐng)域的一項(xiàng)重要研究內(nèi)容,它能夠根據(jù)提取的有效反映人個(gè)性特征的參數(shù)進(jìn)行身份識(shí)別。說話人識(shí)別的過程為:語音信號(hào)的預(yù)處理、語音信號(hào)的特征提取、說話人模型的建立與模型匹配、判決。本文主要研究了說話人識(shí)別過程中的以下幾個(gè)方面:
  (1)在語音增強(qiáng)方面,首先針對(duì)噪聲對(duì)說話人識(shí)別系統(tǒng)性能影響的問題,著重介紹了基于負(fù)熵的FastICA方法,本文還將該方法與短時(shí)譜幅度的MMSE方法結(jié)合起來,用于前端語音增強(qiáng),實(shí)驗(yàn)結(jié)果表明,

2、語音增強(qiáng)效果明顯。
  (2)在端點(diǎn)檢測方面,首先研究了傳統(tǒng)雙門限端點(diǎn)檢測和基于倒譜距離的端點(diǎn)檢測方法,并在此基礎(chǔ)上研究了一種改進(jìn)的倒譜距離端點(diǎn)檢測算法,對(duì)比實(shí)驗(yàn)表明,其檢測效果更佳。
  (3)在特征提取方面,本文中將語音信號(hào)的倒譜特征和基音周期結(jié)合的組合特征參數(shù)作為說話人識(shí)別的特征參數(shù)。但是,對(duì)這些特征參數(shù)直接進(jìn)行疊加,會(huì)增加系統(tǒng)負(fù)擔(dān),從而訓(xùn)練和識(shí)別的時(shí)間大大增加,所以本文利用Fisher準(zhǔn)則進(jìn)行特征維數(shù)的選擇,分別計(jì)算

3、出這些特征參數(shù)每一維特征對(duì)應(yīng)的Fisher準(zhǔn)則比,然后分別選出每個(gè)特征參數(shù)Fisher準(zhǔn)則比最大的幾組進(jìn)行特征組合,找出識(shí)別效果最好的一組特征參數(shù),用于最終的說話人識(shí)別。實(shí)驗(yàn)結(jié)果表明:經(jīng)過選擇的組合特征,能夠去除冗余,進(jìn)一步提高識(shí)別效果。
  (4)在說話人識(shí)別模型方面,本文對(duì)矢量量化模型進(jìn)行深入的研究。傳統(tǒng)LBG算法在矢量量化的碼本生成過程中,會(huì)出現(xiàn)對(duì)野值、脈沖噪聲和椒鹽噪聲比較敏感的問題,且該算法用均值代替整個(gè)胞腔,使得胞腔之

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論