基于MFCC二次特征提取和VQ的含噪语音说话人识别研究-控制理论与控制工程专业论文.docxVIP

摘 摘 要 Abst Abstract I I PAGE PAGE IV 摘 要 随着数字信息和日常生活信息交流的多元化发展，个人身份认证是人们参与社会 活动的重要保障，以语音作为人机交互方式的说话人识别，是生物认证发展的一个方 向。说话人识别基于语音信号处理技术，提取语音特征参数，建立说话人模型，并完 成身份鉴定，具有便捷性和可靠性等优点，在刑事侦查、电话银行系统、计算机远程 登录、门禁系统等领域，具有广阔的应用前景，受到越来越多研究者的重视。 目前说话人识别在实验室环境下取得了令人满意的结果，但说话人识别技术在实 用过程中还存在诸多问题，需要进一步的研究。本文从说话人识别系统的整体着手， 分析了语音前段处理的重要性，详细地阐述了特征参数的研究现状，介绍了目前应用 于说话人识别的常用模型，并对其进行分析比较。本文的主要研究内容如下： （1）由于语音的产生不可避免地要受到环境噪声的影响，使得说话人识别系统 的识别率急剧下降，严重影响说话人识别系统的鲁棒性。因此，本文着重研究在不同 噪声环境下的语音增强，利用经验模态分解进行语音信号分解，对本征模态函数采用 基于谱熵的语音端点检测方法进行去噪，得到的增强语音效果良好。 （2）提取信号中更具鲁棒稳健的语音特征参数，挖掘更能体现个人特色的语音 参数。在说话人识别系统中，由于每个说话人固有的说话特性，由其特征参数的分布 可以得到表征说话人语音特性的信息。本文基于 MFCC 特征参数进行研究，运用二 次特征提取引入新的参数 ??MFCC、 WMFCC 和 IWMFCC，采用增减分量法分析向 量贡献值，去除贡献低的分量，组成新的混合参数。 （3）分析基于 VQ 的说话人识别系统的主要技术，建立基于 VQ 的说话人识别 模型，采用 LBG 算法设计码本，选取均方误差欧式距离作为失真测度，设置不同码 本容量的实验。通过实验验证 MFCC、 ??MFCC、WMFCC 和 IWMFCC 及其混合参 数的识别效果，实验结果表明，混合特征得到了更好的识别性能。 关键词：说话人识别 EMD MFCC 二次特征提取 VQ Abstract With the diversified development of digital information and daily life communication, personal identity authentication is the important guarantee for people to participate in social activities. Speaker recognition with voice as human-computer interaction way is a direction of the development of biometric authentication. Speaker recognition based on processing technology of speech signal extracts speech feature parameters, builds speaker model, and completes the identification. The technology has the advantages of convenience and reliability and gets more and more researchers attention. It has a broad application prospect in criminal investigation, telephone banking system, the computer remote login, the entrance guard system, and other fields. The speaker recognition has achieved satisfactory results in the laboratory environment, but further study on practical process problems about recognition technology is needed. In this paper, from the whole speaker recognition system, research situation of feature parameters is elaborated, the common model of current applied to speaker recognit