基于IP网络的鲁棒性说话人识别技术研究-信号与信息处理专业论文.docxVIP

基于IP网络的鲁棒性说话人识别技术研究-信号与信息处理专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于IP网络的鲁棒性说话人识别技术研究-信号与信息处理专业论文

南京邮电学院硕士学位论文摘 南京邮电学院硕士学位论文 摘 要 随着语音处理技术和IP网络技术的飞速发展,基于球网络的说话人识别技 术已成为将语音与口网络融合的一种重要应用。该技术可靠性高,操作简便, 易被用户接受,在网络认证等方面有着相当广泛的应用前景。 基于D网络的说话人识别系统的正确识别率会受到录音环境、背景噪声、 传输信道及说话人说话方式等因素的影响。提高系统的鲁棒性,是本文的主要目 标。本文对如何提高系统客户端、传输过程中及服务器端鲁棒性做了如下工作: 分析了Mel倒谱各阶系数的抗噪性能,得到高阶系数抗噪性较差而低阶系数抗 噪性较好的结论以便于对它们进行合理编码来突出抗噪性强的系数对识别系统 的贡献;采取一种对Mel倒谱提取的幅度加权算法,使得系统的性能在SNR较 低时得到较大的改善;提出只取每字前后N帧进行识别的既可提高鲁棒性又能 节省计算量的方法;估测带噪语音的SNR,选择SNR大于某个门限值的语音段 来提取参数,不仅可以提高系统性能还减少了流经网络的数据量;针对口网络 中数据丢失这一现象,采用交织及丢失数据替代技术对丢失的语音数据进行补偿 以提高系统的鲁棒性;研究了干净和带噪语音测试时间长短对系统识别率的影 响,得到系统识别率基本随测试时间增加而上升但在测试时间大于1.1秒时,带 噪语音的识别率几乎不再随测试时间变化的结论:采用将注册用户分为男女两 类,在识别时先判断测试音所属的类别再在该类中最终判断的基于说话人分类的 识别方法,并用实验验证该方法确实改善了系统的性能。 关键词 高斯混合模型 Mel倒谱 说话人识别 特征提取 分组丢失 说话人分类 南京邮电学院硕士学位论文Abstract 南京邮电学院硕士学位论文 Abstract With the rapid development ofspeech processing and IP networks,speaker recognition based network has become an important application associating speech with network.This technology be extensively used network verification area because of high reliability, operation and acceptability by The of speaker recognition system based IP network be affected by record circumstance,background noises,communication channels,speaking mariner of and other factors.Raising robustness ofthe system is the main goal ofthe paper.In this paper,the following work has been done how improve the robustness of client,transmission and We analyze the of each order of Mel cepstral coefficients and fmd lower order robustness than higher order,so we the emphases contribution oflower order coefficients by adopting appropriate coder.we realize add weigh algorithm for Mel cepstral magnitude and it improves the recognition when the SNR is low.We put forward new method that the fiont andback N frames of each word for recognition,which improves the robustness and the computation well.We estimate the SNR of voice and only choose segments whose SNR are higher than the SNR threshold the features,it can only increase the recognition but also decrease data transmitting through the netw

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档