與文本無關說話人識別技術的研究.pdf

1、說話人識別技術在近年來已成為既有巨大吸引力而又有相當難度的研究熱點。說話人識別(Speaker Recognition)是從說話人發(fā)出的語音信號中自動提取說話人信息，并對說話人進行識別的研究。它有別于語音識別，其目的不是識別說話的內容，而是對說話人的身份確定，即系統對說話者是誰而做出判斷的研究。
　　本文主要為與文本無關的說話人識別系統的研究。主要的研究工作:
　　對于已建立的語音庫中樣本進行預處理，其中包括對語音樣本進行預

2、加重、分幀、加窗、端點檢測等語音信號處理工作。其中重點研究雙門限端點檢測的方法，并完成了其程序的設計到算法實現。經過預處理工作，減少了數據量，一定程度上降低噪聲干擾，為后續(xù)工作的實現和分析打下良好的基礎。
　　研究了傳統的線性預測系數(LPC)、線性預測倒譜系數(LPCC)、Mel頻率倒譜系數(MFCC)的特征提取辦法及線性預測Mel頻率倒譜系數(LPMCC)和MFCC、MFCC的一階差分、二階差分結合短時幀能量構成(3Q+1)維

3、特征參數的兩種改進算法。實驗求取特征參數，通過可分性測度D值分析，初步評價比較這五種的特征提取辦法。數據顯示改進后的特征參數較傳統的特征參數有較高的D值，更有利于識別。
　　應用隱馬爾可夫模型(HMM)、矢量量化(VQ)、人工神經網絡(ANN)、支持向量機(SVM)四種識別方法，對特征參數進行識別，構建說話人識別系統。通過實驗研究，進一步證實改進后的特征參數在系統識別率上明顯優(yōu)越于傳統的特征參數。并比較分析四種識別方法，其中人工神