面向说话人识别的非线性频谱变换研究-信号与信息处理专业毕业论文.docxVIP

iIìí向说话人识剔的非线性频谱变换研究中文摘第 iIìí向说话人识剔的非线性频谱变换研究 中文摘第 摘要 说话人识别是通过对说话人的个性特征进行分析和提取来达到确认或辨别说 话人身份的囚的。由于其具备数据来集设备的非接触性、简易性，价格比较低廉， 易被用户接受等优点，是当前语音信号处理研究领域的研究热点之一，具有广泛的 市场应用前景.本文在对现有说话人识别技术进行分析的基础上，重点研究分析了 非线性频谱变换对说话人识别的影响，然后提出…种面向说话人识别的新的非线性 频谱交换方法，讨论了其有效性及不足，并提出了进…步的研究方向. 特征的选择与提取和模型的选取是影响说话人识别性能好坏的关键因素.目前 受到广泛应用的特征参数是反映声道响应特性的倒谱系数，特别是基于人耳听觉特 性的 MFCC 特征参数.1iI.然已经取得了较高的识别率，但是常反映的是语音特征， 而不着囊反映说话人个彼特征.本文首先介绍分析了常用的 1川、 M咱::C 和 MFCC 特征参数的说话人识别系统的性能.然后介绍了 Mel 尺度、 Bark 尺度及 ERB 尺度 这三种非线性频潜变换，分析在不同的训练数据、不同测试时间的条件下，二三种司在 线性频谱交换对应的说话人识别系统的性能. 根据语音信号不同频带携带的个性特征信息量的不间，分析研究各个频带对说 话人识别的贡献，得出每个频带的说话人相对误识率，提升对说话人识别贡献大的 糊带，而降低对说话人识别贡献小的频平静.首先加权改进了Bark非线性频谱变换， 将其应用于说话人识别系统，使得系统的性能得到提高.避而提出…种商向说话人 识别的非线性频谱变换的方法以及特征提取算法. 实验表明，与传统的 Mel、Bark 利也阳谱朝阳性频谱交换栩比，所提出的 非线性频谱变换方法可以有效突出语音中的说话人个性特征，提高特征空间中类别 的可分性.在同样的测试条件下，平均误识率降低歪 0.668%. 在较长测试时问条件 下，误识冻在 臣可以达到 0，有效地提商了说话人识别系统的性能二 关键询s 说话人识别，非线性频谱变换，矢最量化，高斯混合模型 作 者z 袁冬梅 指导老师g 俞…彪 商向说话人 商向说话人识别的非线性频谱变换研究 英文摘哥 Abstract Speakerre∞剧创onisωiden响。r verify who is spe制ngbyanal川略加dividua1 M伽mation extracted from the speakers voice. B阴阳晤。，fiωparticular adv8Btage 侃 convenience，economy and ex棚lSib汹以 itωnbeapp航时 inma画I.Y fiel也 such as security ωntrol，electronic bank， mili阳y and forensics. This thesis anal归es tbe contribution of some existed no卧linear s严由um ttansfonnationω 酬咄:er recognition， and 萨吨lOSeS a newnon-OOωr 咿圳um 阳IlllStlωmatiω. F，刷刷re selection，翩翩。lJland 咿创阳 m叫eOOg 脚 key tecbniquωωs阳k缸 ∞伊ition syste皿 Now 伽 cep销对 αlefficients wbich retlect 加 vocal res归nse lIlC widely used 旭 speaker 伊ition，郎pecially 伽 Mel 货明uea叮创pstralωefficièn也 协cause of its acoustic 阳ceptive charac阳isti仰.Al也ough it acbievωbe阳附u1邸， it only represenω 加 speech infonnati棚 but not eJ呻怕翩棚 8pc咄衍s indivih隔I M伽m剧佩 τh 萨嚣formanωof LPC，LPCC and MFCC is 位富t evaluated. 四m 阳 performanωof three no且-00倒r sμctn皿 transfonnation， Mel scale，Bark scale and ERB 民ale ftequency 衍IlllSfonnation are ∞mpared for differ翩翩t time and train data. 四e contribution of 侃ch 问，uency bandω 聊a阳∞gnition is 棚aly时 也倒d