说话人识别中特征参数提取及优化研究（硕士学位论文）.docVIP

分类号 TN912 密级 UDC 硕 士 学 位 论 文 A Dissertation Submitted in Partial Fulfillment of the Requirements for the Degree of Master of Science in Engineering Study of extraction and optimization characteristic parameters in speaker recognition  内 容 摘 要 说话人识别技术是语音信号处理一个研究热点。特征提取和模式匹配是说话人识别技术的关键，特征选取与优化处理能够提高识别率，本文所做的主要工作如下： 一、在语音信号前端处理时，为了提高在强噪声环境下语音端点检测的准确度，提出基于子带二次谱熵的端点检测算法。该算法把子带二次谱熵作为端点检测新的特征参数，将有限状态机判别方法与子带二次谱熵相结合，有效地解决单门限法易出现的两类误判。与传统的短时能量与过零率结合法、谱熵法两种方法相比，基于子带二次谱熵的端点检测算法具有准确性高，抗噪性强等优点。 二、提取基音轮廓特征时，分析了现有功率谱二次处理基