基于矢量量化(VQ)的說話人識(shí)別的研究.pdf

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，首先針對噪聲對說話人識(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