說話人證實(shí)技術(shù)是語音信號(hào)處理領(lǐng)域中的重要研究方向,也是生物認(rèn)證技術(shù)的重要手段。其主要任務(wù)是以提取目標(biāo)說話人的訓(xùn)練語音和測(cè)試語音的聲學(xué)特征為基礎(chǔ),建立說話人模型,通過比較二者達(dá)到識(shí)別驗(yàn)證目的。提高聲學(xué)特征魯棒性,保障系統(tǒng)的識(shí)別性能是說話人證實(shí)技術(shù)的研究重點(diǎn)。針對(duì)傳統(tǒng)聲學(xué)特征易受噪聲環(huán)境影響的問題,本文提出一種基于張量結(jié)構(gòu)的改進(jìn)的MFCC特征參數(shù)提取方法。該方法把不同說話人的對(duì)數(shù)濾波器組能量構(gòu)成一個(gè)三階張量,利用加了非負(fù)約束條件的張量PCA分析獲得投影矩陣,將對(duì)數(shù)濾波器組能量在DCT變換之前進(jìn)行投影,從而得到改進(jìn)的語音特征參數(shù)T-MFCC。實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)MFCC相比,在低信噪比的條件下,T-MFCC并沒有像MFCC一樣出現(xiàn)明顯衰減現(xiàn)象,而是保留了比較清晰的特征信息。并且在同等噪聲環(huán)境下,相較于其他方法,基于T-MFCC的說話人證實(shí)系統(tǒng)具有更低的等錯(cuò)誤率。這是由于張量的PCA方法在完成降維和去噪任務(wù)的同時(shí),能夠更好地保留原始語音數(shù)據(jù)關(guān)于不同說話人之間的內(nèi)在聯(lián)系信息。一般的建模方法容易造成有用信息的丟失,而張量結(jié)構(gòu)的模型不僅可以很好地保留不同說話人之間的內(nèi)在關(guān)聯(lián),還能挖掘出同一說話人不同...

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 說話人識(shí)別的基本概念
    1.2 說話人識(shí)別的意義和應(yīng)用
    1.3 國內(nèi)外研究的發(fā)展及現(xiàn)狀
    1.4 本文的研究?jī)?nèi)容
    1.5 論文結(jié)構(gòu)安排
第2章 說話人證實(shí)系統(tǒng)
    2.1 引言
    2.2 語音的產(chǎn)生原理
    2.3 說話人證實(shí)的基本原理
    2.4 說話人證實(shí)常見的特征參數(shù)
        2.4.1 LPC系數(shù)及其派生系數(shù)
        2.4.2 MFCC系數(shù)
        2.4.3 語譜圖
    2.5 說話人證實(shí)常用建模方法
        2.5.1 GMM模型
        2.5.2 GMM-UBM模型
        2.5.3 JFA模型
        2.5.4 I-vector模型
    2.6 評(píng)價(jià)標(biāo)準(zhǔn)
    2.7 本章小結(jié)
第3章 基于T-MFCC特征的說話人證實(shí)系統(tǒng)
    3.1 引言
    3.2 張量的基本概念與計(jì)算
    3.3 張量結(jié)構(gòu)的主成分分析
    3.4 T-MFCC特征提取
    3.5 實(shí)驗(yàn)過程及結(jié)果
        3.5.1 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備
        3.5.2 實(shí)驗(yàn)參數(shù)選擇
        3.5.3 特征抗噪性能比較
        3.5.4 不同特征認(rèn)證系統(tǒng)性能比較
    3.6 本章小結(jié)
第4章 非負(fù)張量分解模型的說話人證實(shí)
    4.1 引言
    4.2 CP分解和Tucker分解
        4.2.1 CP分解
        4.2.2 Tucker分解
    4.3 非負(fù)張量分解
    4.4 基于張量模型的說話人識(shí)別系統(tǒng)
        4.4.1 特征提取
        4.4.2 說話人建模
    4.5 實(shí)驗(yàn)過程及結(jié)果
        4.5.1 實(shí)驗(yàn)特征的比較
        4.5.2 說話人模型的比較
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 未來展望
致謝
參考文獻(xiàn)
附錄



本文編號(hào)：3860547