基于深度置信网络的说话人识别研究与实现-计算机技术专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档； 允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以 采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文 的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 随着互联网技术的快速发展，在越来越多的领域内都应用了语音信号处理技术，其中一 个重要分支为说话人识别技术，它是目前语音信号处理技术领域中的一个研究热点。说话人 识别是对说话人身份进行认证的一种技术，包括语音录入、预处理、特征提取、模型训练以 及模式匹配，它是通过从经过预处理后的语音中获取语音特征进行模型训练与模式匹配从而 确定说话人身份。从该过程可知特征提取是其他步骤的基础，它是说话人识别中最重要的一 个环节，因此本文分析了特征提取方法的优缺点并提出了一种基于改进参数设置的深度置信 网络的特征提取算法。影响特征提取的因素有很多，其中噪声是最为直接的因素，从而必须 在特征提取前对语音进行滤波操作，因此本文也分析语音滤波方法的优缺点并提出一种多层 自适应形态滤波算法，并且以此为基础设计实现一个说话人识别的原型系统。本文的主要工 作为： （1）归纳了语音滤波算法和特征提取算法的特点和难点，对比分析了目前常用的语音滤 波算法和特征提取算法的优缺点。 （2）现有的大多滤波算法在进行语音滤波时损失了较多的纯净语音信号从而使得语音质 量下降，利用形态滤波算法进行滤波时既可以很好的滤除语音中的噪音同时也可以减少纯净 语音信号的损失，然而现有形态滤波算法还存在结构固定、预设结构元素和偏倚校正系数等 问题，针对该问题，提出一种多层自适应形态滤波算法。该算法面对复杂变化的噪声时，可 以灵活选择不同的结构元素、优化设置偏倚校正系数向量来减弱形态开运算和形态闭运算所 带来的偏倚现象。仿真结果表明该算法改善了形态滤波的性能，具有设计简单、实用性强的 特点。 （3）现有的特征提取方法中对初始特征的处理大多是进行简单的组合、微分、筛选或加 权等，所提取特征表征能力较弱，用其进行说话人识别时正确率较低。针对此问题，将深度 置信网络用于特征提取并对其参数的设置进行改进使得所提取特征具有更强表征能力。仿真 结果表明该算法所提取的特征能有效的降低说话人识别的误识率。 （4）对说话人识别原型系统的需求进行了分析，根据说话人识别的处理流程进行了功能 划分，并给出了说话人识别的系统结构，对其中的核心模块进行了详细设计并予以实现，最 后对系统的功能和性能进行了测试并对测试结果进行了相应的分析。 关键词: 深度学习，说话人识别，语音滤波，深度置信网络，特征提取，梅尔倒谱系数 I Abstract With the rapid development of Internet Technology, speech signal processing technology has been applied in more fields. Speaker recognition technology is one of the important branches and the hotspot in the field of current speech signal processing technology. Speaker recognition is a technology about speaker identity authentication, which including speech recording, preprocessing, feature extraction, model training and pattern matching. It determines the speaker identity through model training and pattern matching of the speech features