基于GMM的声纹识别技术的研究-电路与系统专业论文.docxVIP

摘要 摘 要 声纹识别又称为说话人识别，都是根据人生物特性来判断人的身份。声音作 为人最自然的交流手段，以其无法比拟的优势被广泛应用到身份识别中去。本文 的工作是研究基于高斯混合模型的说话人识别技术，并对特征参数的选取和识别 算法做了一定的改进，以便获得较高的识别率。根据说话人识别的几个阶段，详 细阐述了说话人识别技术的特征提取，模型建立等环节。 声纹识别的建模有很多种技术，目前高斯混合模型以其建模简单、性能好、 与文本无关等特性是使用最多的建模方法之一。本文介绍了高斯模型的建立、参 数估计以及识别方法。在识别阶段根据语音帧中的某些特定不好的语音帧会影响 系统的识别率的情况，给出了一种基于帧投票的判决方案。由于高斯混合模型在 说话人很多的时候计算量较大，本文使用 VQ 方法来对高斯混合模型分成男声和 女声两个部分，并使用动态时间规整算法来计算各个基音之间的距离来减少模型 的对比次数，从而减少了识别时间。 目前，大部分的声纹识别模型都是基于 MFCC 的混合高斯模型，MFCC 包含 语音频率结构的时间变化信息，相对稳定，但不同的声纹之间容易相互模仿，本 论文针对 MFCC 的易模仿性，增加了另一种特征参数，基音周期，基音周期包含 了语音频率结构信息，虽然会受到说话人健康状况的影响，但不容易模仿，将二 者结合用于声纹识别。针对 MFCC 特征参数会损失人的部分声学特性的情况，将 动态