基于倒谱特征的说话人识别方法研究的中期报告.docxVIP

基于倒谱特征的说话人识别方法研究的中期报告 说话人识别是指通过分析说话人语音信号的特征和模式来确定说话人身份的过程。随着语音技术的不断发展和应用场景的不断扩展，说话人识别在语音处理、安全监控、个性化服务等领域中具有非常广泛的应用。 本研究以倒谱特征为基础，探讨了基于倒谱特征的说话人识别方法。具体研究内容包括以下几个方面： 1. 倒谱分析 倒谱是将谱分析结果进行一些变换得到的一种分析方法，其主要作用是强调谱包络。在说话人识别中，我们需要通过倒谱分析得到每个说话人的谱包络特征。这里采用了Mel倒谱系数（Mel-frequency cepstral coefficients，MFCC）作为特征向量，将其作为后续分类器的输入。 2. 特征提取 在进行MFCC特征提取时，我们首先对语音信号进行预加重、分帧、加窗等处理，再通过离散余弦变换（DCT）将语音信号转化为MFCC系数。这里我们采用了13个MFCC系数作为特征。 3. 分类器选择 在进行分类器选择时，我们选取了支持向量机（SVM）和高斯混合模型（GMM）两种经典的分类器。分别比较了这两种分类器在训练集上的识别率和速度，并分析了其优缺点。 4. 实验结果 我们使用TIMIT数据库中的数据集进行了实验，并将实验结果与文献中的方法进行比较。实验结果表明，选取适当的MFCC系数和分类器可以明显提高识别率。我们在SVM分类器上达到了91.3%的准确率，在GMM分类器上达到了89.7%的准确率，与文献中的准确率相当。 总结 本研究以倒谱特征为基础，探讨了基于倒谱特征的说话人识别方法。在特征提取和分类器选择上进行了较为细致的分析和实验，最终取得了不错的实验结果。但是，在所选用的训练集和分类器上做出的决策可能不具普遍性，所以在实践应用时需要进一步优化和改进。