说话人识别的前处理研究.pdfVIP

摘要 摘要 说话人识别作为新兴的生物识别技术中的一个重要组成方面，在社会生活 中将会占据越来越重要的位置。而在目前的说话人识别技术的应用中，识别系统 的鲁棒性普遍不高，一旦脱离实验室的环境，应用到实际中性能会严重下降。造 成这种情况的原因包括环境的噪音，特征向量表征说话人特性的能力不强，录入 设备和信道的不匹配，说话人自身特点的改变等等。本文在这个背景之下，对包 含以上问题的说话人识别的前端处理方面进行了相关研究。 在语音增强方面，对目前使用最广泛的基于短时谱估计的几种方法进行了 研究。针对幅度谱最小均方误差方法的先验信噪比估计中使用固定的权值的问 题，提出了一种权值随着帧数和频段变化的最优估计子。它能更好的适应信号和 噪声的变化，维持声音的可懂度。在增强效果的实验中，以及作为识别系统的预 处理时，都取得了很好的效果。 在特征提取方面，提出了一种新的特征提取框架，它采用语音编码时分而 治之的观点，对不同部分采用不同的特征来表示，有效地结合了各种特征的优势， 充分利用了语音中的信息。在和其它各种方法的对比实验表明，采用新的提取框 架后系统识别率取得了较大的提高。 在特征分量的选择方面，我们提出了--,oo评价各维贡献率的方法，并对不 同的特征向量都作了实验，得到了各种特征向量各维的表征能力。接着介绍了基 于主分量分析(PCA)的特征变换方法在高斯混合模型模型中的应用。然后介绍 了处理录入设备和信道不匹配的特征补偿技术，并作了相关的实验来检验其功 能。最后研究了模型的自适应技术，借鉴高斯混合模型．通用背景模型 (GMM—UBM)方法中从通用背景模型自适应到说话人模型的自适应算法，对两 个语音库进行了说话人自适应的实验研究。 在上面的各种算法的研究基础上，最后完成了一个可配置的说话人识别系 统，可供进一步的学习研究之用。 关键字：语音信号处理，说话人识别，语音增强，特征抽取，模型自适应 图书分类号：TN912．3 摘要 AbStract an coP,stituteofthenew biometric recognition．asimportant arising Speaker authenticationandidentification amoreandmore role technology，willplay important the ofthe isn’t inoursociallife．But robustness recognition present speaker system in real of we the the environment，theperformance hi曲enough．Whenapplysystem the will much withthelabenvironment．Thecauses systemdegradevery compared the mismatchofrecord areenvironment of feature ability vector,the noise，poor deviceand ofthe b