基于小波变换的说话人语音特征参数研究幻灯片.pptVIP

基于小波变换的说话人语音特征参数研究 西安电子科技大学 硕士学位论文 宋丽亚 摘要 说话人识别是利用说话人的语音特征对说话人的身份进行辨认或确认。在说话人识别系统中，最重要的是能够从语音片断中提取代表说话人独有特征的稳定参数。 针对短时傅立叶分析在提取说话人特征参数时的缺陷，本文通过对小波理论和说话人识别技术的研究，借鉴了一种传统的基于听觉机理的特征参数MFCC(Mel频域倒谱系数)，利用小波变换、小波多分辨分析和小波包变换，构造出了两种基于小波变换的说话人识别特征参数：IWPTC(不完全小波包变换系数)和WPTC(小波包变换系数)。 通过在Matlab平台上构建的说话人识别系统(包括文本有关和文本无关)，验证了这两种参数的有效性：它们的识别率均高于MFCC参 数。理论和实验证明，利用小波变换提取的说话人识别特征参数相比于传统的短时分析方法确实具有更好的识别特性。 关键词：说话人识别 小波变换 MFCC参数 论文摘读 绪论部分 说话人识别技术虽然在近二十年得到了迅速发展，但仍然有许多问题需要解决，其中最关键的问题是，究竟用语音信号的哪些特征或特征变换来表征说话人才是有效而可靠的? 语音信号是一种典型的非平稳时变信号，但是在10～30ms的短时段内，语音信号是近似平稳的，这是由于人的发音器官不可能是毫