基于MFCC和神经阵列网络的声纹识别系统.doc.doc

基于MFCC和神经阵列网络的声纹识别系统 基于MFCC和神经阵列网络的声纹识别系统 nbsp;（作者第一、第二、第三） 学校、学院nbsp; 省份nbsp; 市nbsp; 邮编nbsp; 2、学校、学院nbsp; 省份nbsp; 市nbsp; 邮编） 摘要：说话人识别是一门热门学科，研究说话人识别所采用的方法也有很多种。本文采用流行的梅尔倒谱系数和神经网络来构建说话人识别系统。基于人的听觉特征的MFCC参数，能够很好反映基于发音生理特征的基音轮廓以及基音周期变化率。人工神经网络具有很好的灵活性和可扩充性，可以模拟任何非线性系统，尤其对非特定人的识别上，可以从大量语音数据中训练出特定人的语音模型。实验表明：本文使用的说话人识别模型，系统的识别率可以达到96%以上，具有很好的识别效果。 关键词：说话人识别、Mel倒谱系数、神经阵列网络 Speaker Recogniton Based on MFCC and Neural Network Array nbsp;（English：作者第一、第二、第三） nbsp;（1学校、学院nbsp; 省份nbsp; 市nbsp; 邮编nbsp; 2、学校、学院nbsp; 省份nbsp; 市nbsp; 邮编） Abstract：Speaker Recognition is a popular subject，also many speaker recognition methods are used . In this paper, the popular Mel cepstrum coefficients and neural networks are used to build a speaker recognition system. Characteristics of human hearing based on MFCC parameters, can better reflect the characteristics of pitch based on sound physiological profile and the rate of change of pitch period. Neural network has good flexibility and scalability, can simulate any nonlinear system, especially in the recognition of non-specific people, the specific people’s voice model can also be extracted from a large number of voice data. Experiments show that: This article uses the speaker recognition model, The recognition rate can reach 96% With good recognition. Key Words: speaker recognition, Mel Cepstrum coefficient, Neural array Network 1 前言 nbsp;nbsp; 声纹识别在我国的研究和应用的时间比较短，但其重要性得到了广泛的关注，目前我国政法系统中开展司法语音实验室的已达25个单位。随着计算机技术和通讯技术的迅猛发展，人们交流的方式也产生了很大的变化，从移动电话到网上视频，甚至现在的3G技术。这些技术不但方便了人们的生活，也使得犯罪分子有了更新的犯罪工具和手段，而且有更大的隐蔽性，使得在案件的侦破和抓捕过程变得更加的困难。而且现在随着手机录音功能的普及，更多的人能够更加容易的获取录音资料。在这种情况下，进行声纹识别是非常有的意义，也必将在司法领域发挥越来越重要的作用。但同时也要认识到：声纹识别是一项综合性的、难度很大的新兴技术，从声音中提取满意的特征信息就是一项复杂的任务，如何提高说话人识别的准确性和快捷性更是一个难题，因此，研究实用可靠的声纹识别系统，具有很好的应用前景。 nbsp;此外，声纹识别和各种通信技术结合的越来越紧密，如将说话人识别与数据库结合起来，形成公安户籍语音登记库，可以通过犯罪现场录音迅速找到犯罪嫌疑人，加速案件的侦破速度。与程控交换技术结合起来，准确的识别电话交谈中通话人的身份，从而对重点目标人进行搜索和监控，为侦查破安和审理案件提供证据。与网络技术结合起来，通过高速计算机技术，网络警察在网上巡游，可以找到网上诈骗和犯罪团伙的视频通话，预防犯罪行为。随着计算机、通讯技术与声纹识别技术结合的越来越紧