学位论文 > 优秀研究生学位论文题录展示

基于矢量量化和高斯混合模型的说话人识别技术研究

作　者: 陈妮
导　师: 盛利元
学　校: 中南大学
专　业: 电路与系统
关键词: 说话人识别分形维粗糙集矢量量化高斯混合模型
分类号: TN912.34
类　型: 硕士论文
年　份: 2008年
下　载: 235次
引　用: 2次
阅　读: 论文下载

内容摘要

说话人识别是生物识别的一个分支,正以其独特的方便性、经济性和准确性等优势受到世人瞩目,是当前安全认证系统研究和发展的必然趋势。本文就小规模文本无关说话人识别的理论和技术进行了系统的研究。分别在语音库建立、语音去噪、端点检测、特征提取及识别方法等5个方面取得了较有成效的进展。建立了一个基于说话人识别的小型语音库,完成了20个人的语音样本采集工作,为算法测试奠定了物质基础。针对基于软阈值的多尺度小波去噪方法对清音的功率谱破坏较大,不利于保持语音完整性的缺点,提出了分段小波去噪方法,较完整的保留了清音的功率谱,同时充分利用了基于软阈值的多尺度小波去噪方法的去噪能力。对分形维数在端点检测中的应用进行了研究,研究表明和短时能量、短时过零率相比,分形维数具有更好的鲁棒性,适用于低信噪比环境。比较和分析了现有说话人识别特征,表明梅尔倒谱系数在单独使用时优势明显,梅尔倒谱系数及其二阶差分系数的组合具有更好的区分能力。提出了一种基于语音频谱的准基音频率,该特征依赖于浊音的谱特性,和基音频率相比具有较好的抗噪声、抗长时变动的能力。在不改变空间复杂度,不明显增加时间复杂度的前提下,利用语音无精确类别的特性,将粗糙集引入矢量量化中,降低了噪声的干扰能力。利用各语音段被噪声干扰的程度不同,提出了一种自适应补偿的高斯混合模型法,在一定信噪比范围内提高了系统的识别性能。本文用MATLAB建立了文本无关说话人识别的实验平台,实验结果表明改进算法的整体性能要优于传统算法,其中采用分形端点检测,小波去噪,MFCC特征和基于粗糙集的矢量量化方法的性能较好,在20dB信噪比下,识别率可达到98.03%。

全文目录

摘要  3-4
ABSTRACT  4-6
目录  6-8
第一章绪论  8-14
  1.1 研究背景及意义  8
  1.2 研究现状  8-13
    1.2.1 说话人识别实用化进程  8-9
    1.2.2 说话人识别关键技术  9-12
    1.2.3 重点及难点  12-13
  1.3 论文工作及组织结构  13-14
第二章说话人识别原理  14-28
  2.1 语音物理基础  14-15
  2.2 说话人识别结构  15-16
  2.3 说话人识别理论基础  16-28
    2.3.1 特征提取  16-22
    2.3.2 模式识别  22-28
第三章预处理与特征提取  28-40
  3.1 预处理  28-32
    3.1.1 语音去噪  28-30
    3.1.2 端点检测  30-32
  3.2 特征参数提取  32-40
    3.2.1 特征评价方法  32
    3.2.2 常用特征性能分析  32-36
    3.2.3 准基音频率  36-40
第四章模式库建立与模式识别  40-46
  4.1 基于粗糙集的矢量量化  40-43
    4.1.1 粗糙集理论  40-41
    4.1.2 基于粗糙集的聚类算法  41-43
  4.2 基于自适应补偿的高斯混合模型  43-46
    4.2.1 自适应补偿基础  43
    4.2.2 自适应补偿算法原理  43-44
    4.2.3 自适应补偿法性能分析  44-46
第五章算法实现与实验结果  46-59
  5.1 语音库建立及信号预处理  46-55
    5.1.1 语音库建立  46-47
    5.1.2 预加重  47-48
    5.1.3 信号加窗  48-49
    5.1.4 语音去噪  49-52
    5.1.5 端点检测  52-55
  5.2 综合性能测试  55-59
    5.2.1 基于粗糙集的矢量量化  56-57
    5.2.2 基于自适应补偿的高斯混合模型  57-59
第六章结论  59-60
参考文献  60-66
致谢  66-67
攻读学位期间主要的研究成果  67

基于矢量量化和高斯混合模型的说话人识别技术研究

内容摘要

全文目录

相似论文