基于遗传算法的计算机辅助语音处理分析-计算机软件与理论专业论文.docxVIP

山东师范大学硕士学位论文 山东师范大学硕士学位论文 目 录 摘 要 I Abstract III 第一章 绪论 1 1.1 本课题的研究背景 1 1.1.1 计算机辅助语音处理的意义 1 1.1.2 遗传算法简述 1 1.2 研究现状 2 1.2.1 语音处理技术发展现状 2 1.2.2 遗传算法的研究现状 3 1.3 本文的主要工作及组织结构 3 第二章 计算机辅助语音处理技术综述 5 2.1 计算机辅助语音处理技术概述 5 2.1.1 语音和语言 5 2.1.2 计算机辅助语音处理技术应用 6 2.2 语音信号处理 6 2.2.1 数字语音编码 6 2.2.2 语音信号的数学模型 7 2.3 语音文件处理 8 WAV 文件结构 8 WAV 文件处理 10 2.3.3 语音信号预处理 11 2.3.4 语音信号特征提取 12 2.4 本章小结 15 第三章 遗传算法理论及其应用 17 3.1 遗传算法基础 17 3.1.1 遗传算法理论 17 3.1.2 遗传算法特点 17 3.2 遗传算法结构及流程 18 3.3 遗传算法基本操作 19 3.3.1 遗传编码 19 3.3.2 适应度函数 20 3.3.3 遗传操作 20 3.4 本章小结 22 第四章 遗传算法对计算机辅助语音处理技术相关技术的改进 25 4.1 遗传算法对矢量量化技术的改进 25 4.1.1 矢量量化技术概述 25 4.1.2 矢量量化最佳码本设计 28 4.1.3 遗传算法优化矢量量化码本设计 29 4.2 遗传算法对人工神经网络的改进 31 4.2.1 人工神经网络概述 31 4.2.2 人工神经网络在计算机辅助语音处理中的应用 32 4.2.3 遗传算法优化 RBF 神经网络 32 4.3 本章小结 34 第五章 遗传算法优化计算机辅助语音处理实例 35 5.1 说话人识别技术 35 5.1.1 说话人识别技术概述 35 5.1.2 说话人识别原理及结构 36 HYPERLINK \l _TOC_250002 5.2 改进的矢量量化和 RBF 神经网络说话人识别算法设计 37 HYPERLINK \l _TOC_250001 5.2.1 遗传算法改进的矢量量化 LBG 算法：GA-LBG 算法设计 37 HYPERLINK \l _TOC_250000 5.2.2 自适应 GA-RBF 神经网络设计 38 5.3 说话人识别实验方法及结论 39 5.3.1 说话人识别实验方法 39 5.3.2 说话人识别实验结论 40 5.4 本章小结 41 第六章 总结和展望 43 6.1 本文的工作 43 6.2 今后工作计划 43 参考文献 45 攻读硕士学位期间发表的论文和参与的项目 47 致 谢 49 基于遗传算法的计算机辅助语音处理研究 摘 要 随着计算机技术在社会各领域的广泛应用，计算机已经成为人们生活不可缺少的重 要组成部分。计算机语音更由于其简单、直接、易于为人们所接受的特点融入到人类社 会的许多领域。在计算机技术大众化、普及化的趋势下，计算机辅助语音处理受到众多 科研人员越来越广泛的关注，成为计算机技术发展的一个热点。其中的语音识别、语音 合成、语音转换等技术均已在实际应用中产生了良好的效果。 本文主要关注遗传算法对计算机辅助语音处理技术的改进，重点研究将遗传算法应 用在说话人识别方面的效果，主要做了以下三个方面工作： 1．论述了计算机辅助语音处理的研究现状，就当前计算机辅助语音处理发展的趋势 和技术进行了分析，明确了这一技术在当今社会生产生活中所起到的重要作用。同时， 对语音处理的相关概念也进行了总结综述。 2．提出了一套利用遗传算法对计算机辅助语音处理的相关技术进行改进优化的方 案。一是针对语音处理中有着重要作用的矢量量化技术在码本设计过程中使用的 LBG 算 法极易陷入局部最优的问题，将遗传算法（GA）与其结合产生了 GA-LBG 算法；二是 针对计算机辅助语音处理中起到十分重要作用的神经网络中的 RBF 网络在聚类过程中 得到的效果不佳的问题，结合经改进的自适应遗传算法设计了网络训练的优化算法。 3．通过说话人识别这一计算机辅助语音处理的实例，应用经遗传算法改进的 LBG 算法和 RBF 神经网络分别进行训练和识别。实验结果表明了经过遗传算法的优化产生的 良好作用。 关键词：遗传算法；语音处理；说话人识别；RBF 神经网络 分类号：TP391.9 I II Research of The Computer Aided Speech Proces