基于小波包分析的声音特性提取大学学位论文.docVIP

成都信息工程学院 学位论文 基于小波包分析的声音特性提取 论文作者姓名： 申请学位专业： 申请学位类别： 指导教师姓名（职称）： 论文提交日期： 基于小波包分析的声音特性提取 摘 要 说话人识别就是利用说话人的语音特征对说话人身份进行辨识或确认。与语音识别一样，说话人识别也是在提取原始语音信号某些特征参数的基础上，建立相应的模板和模型，然后按照一定的判决规则进行识别。其中前期特征参数提取的效果直接影响到后期识别的准确性。本设计完成了一个基于小波包分析的声音特征参数的提取模型。论文首先介绍小波分析理论的基本知识，阐述了小波理论、小波分析在声音特征提取方面的应用，然后在分析MFCC提取原理的基础上，结合小波包分析理论，得到特征参数。用特征参数提取方法通过对两个人的数字音频样本提取的特征参数对比来观察各个参数之间的区别。仿真实验证明该提取方法可以作为区别说话人的声音特征提取方法，配合识别算法可以达到较高的识别率。 关键词：小波包；梅尔倒谱系数；特征参数 Extraction of Feature Coefficient Based on Wavelet Packet Analysis Abstract Speaker Recognition is to use the speaker feature on