【摘要】：隨著信息技術的發(fā)展,我們進入了物聯(lián)網(wǎng)時代,越來越多的物聯(lián)網(wǎng)設備進入了我們的生活,.智能家居是物聯(lián)網(wǎng)技術的一個重要應用。語音是智能家居等場景下高效、便捷的交互方式,語音中不僅包含了語義信息而且蘊含了豐富的聲紋特征。過去的聲紋識別只提取聲紋特征而不識別語義內(nèi)容,語音識別只對語義進行分析,沒有對語音信號中包含的豐富信息進行充分的挖掘。本文回顧了前人在聲紋識別技術方面的工作,從語音信號采集、預處理、特征參數(shù)提取到匹配與識別,提出了一種基于波形分析的自動聲紋識別方法,利用小波變換的時頻特性,將一維的語音信號變換成二維的語音圖像,將人臉識別的方法遷移至聲紋識別,利用圖像處理的方法處理語音圖像,從時域和頻域同時對語音信號進行分析,提取聲紋和語義信息,實現(xiàn)語義和聲紋雙重識別。本文提出的小波降噪方法在人臉圖像上可在去噪的同時保留信號細節(jié),同時本文將語音信號降噪與聲紋特征提取的過程結合起來,通過一次小波變換,完成降噪和提取特征參數(shù)兩個步驟的工作,減少系統(tǒng)資源的開銷,實現(xiàn)更高效的聲紋識別過程,利用本文提出的特征提取方法,配合深度神經(jīng)網(wǎng)絡,進行聲紋識別、語音識別以及聲紋、語義雙重識別均可達到95%以上的識別率。
【圖文】：

圖２－２梅爾頻率與實際頻率的轉(zhuǎn)換關系逡逑系數(shù)在提取過程與倒譜系數(shù)相似，首先將己分幀的語音信號進行離散傅逡逑

圖２－３梅爾濾波器組圖逡逑對經(jīng)過Ｍｅｌ濾波器組濾波的能量譜做對數(shù)運算，，得到對數(shù)譜逡逑
【學位授予單位】：廣州大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN912.34

【參考文獻】

相關期刊論文 前7條

1 孟慧;梅鐵民;朱向榮;;一種小波包變換的聲紋參數(shù)提取方法研究[J];沈陽理工大學學報;2015年06期

2 李超;;聲音識別傳感器設計與應用[J];傳感器與微系統(tǒng);2014年12期

3 劉化君;;物聯(lián)網(wǎng)關鍵技術研究[J];計算機時代;2010年07期

4 朱宇;;21世紀最具發(fā)展前景的生物認證技術[J];科技導報;2010年05期

5 呂衛(wèi)強;黃荔;;基于短時能量加過零率的實時語音端點檢測方法[J];兵工自動化;2009年09期

6 劉雅琴,周煒;基于小波變換的說話人語音特征參數(shù)提取[J];河南科技大學學報(自然科學版);2005年04期

7 侯風雷,王炳錫;基于支持向量機的說話人辨認研究[J];通信學報;2002年06期

相關碩士學位論文 前9條

1 李灣灣;說話人聲紋識別的算法研究[D];浙江大學;2017年

2 曹海濤;基于時頻域分析的音頻信號濾波與識別技術研究[D];廣州大學;2016年

3 裴鑫;聲紋識別系統(tǒng)關鍵技術研究[D];哈爾濱理工大學;2014年

4 唐夫乾;聲紋識別系統(tǒng)與模式識別算法研究[D];浙江理工大學;2012年

5 彭秀娟;基于小波變換的語音增強算法研究[D];湖南大學;2011年

6 彭詩雅;基于聲紋識別的身份認證技術研究[D];南京航空航天大學;2010年

7 郭華;基于神經(jīng)網(wǎng)絡的聲紋識別系統(tǒng)設計與實現(xiàn)[D];上海交通大學;2008年

8 郭慧娟;聲紋識別系統(tǒng)研究[D];西華大學;2006年

9 魏凱;聲紋識別中關鍵技術的研究[D];華中科技大學;2006年

本文編號：2618716