本文關(guān)鍵詞：說話人識別中特征組合方法的研究

  更多相關(guān)文章： 說話人識別 特征提取 Fisher準(zhǔn)則 GMM BP神經(jīng)網(wǎng)絡(luò)

【摘要】：說話人識別是一種生物認(rèn)證技術(shù),研究的是如何根據(jù)人的語音中獨(dú)有的個(gè)性特點(diǎn),來自動識別說話人身份。目前,憑借其特有的便利性、經(jīng)濟(jì)性和正確性,已在某些領(lǐng)域得到應(yīng)用,是語音處理的一個(gè)研究熱點(diǎn),其兩個(gè)關(guān)鍵部分是說話人特征提取和識別模型建立。本文重點(diǎn)研究了說話人識別的特征組合方法,主要工作如下:(1)在線性預(yù)測系數(shù)(LPC)和美爾頻率倒譜系數(shù)(MFCC)基礎(chǔ)上,將LPC系數(shù)融入到MFCC參數(shù)中,得到線性預(yù)測美爾倒譜系數(shù)(LPMFCC),用于說話人識別。該方法不會增加特征維數(shù),運(yùn)算量也相對較少,識別率有較大程度提高。(2)為提高說話人識別的正確率,同時(shí)采用多個(gè)特征參數(shù)。針對綜合特征參數(shù)中各維分量對識別結(jié)果的影響可能不一樣,同等對待并不一定是最優(yōu)的方案這個(gè)問題,提出基于Fisher準(zhǔn)則的MFCC、LPMFCC、Teager能量算子倒譜參數(shù)(TEOCC)相混合的特征參數(shù)提取方法(FMLT參數(shù)),該方法有效地結(jié)合了人耳的感知、聲道和非線性能量方面的特征;另外,提出一種采用改進(jìn)的升半正弦函數(shù)進(jìn)行加權(quán)的組合特征參數(shù)(WFMLT參數(shù))。為驗(yàn)證這兩種方法的有效性,提出基于PCA的MFCC、LPMFC和TEOCC組合特征參數(shù)提取方法(PCMLT參數(shù))進(jìn)行對比分析。(3)針對MFCC參數(shù)在中高頻的計(jì)算精度不高的問題,采用濾波器組主要分布在高頻部分的翻轉(zhuǎn)美爾倒譜參數(shù)(IMFCC)和濾波器組主要分布在中頻部分的中頻美爾倒譜參數(shù)(MidMFCC)相結(jié)合的方法,提出基于Fisher比的MFCC、IMFCC和Mid MFCC的組合特征參數(shù)(FMFCC參數(shù)),來改善說話人識別系統(tǒng)性能。(4)研究基于GMM和BP神經(jīng)網(wǎng)絡(luò)的說話人識別系統(tǒng),將上述特征參數(shù)提取方法分別應(yīng)用到系統(tǒng)中,驗(yàn)證組合特征參數(shù)的有效性和可行性以及系統(tǒng)的識別性能。仿真實(shí)驗(yàn)表明,FMLT方法與MFCC、LPMFCC、MFCC+LPMFCC、FMFCC以及PCMLT方法相比,識別率在純凈語音環(huán)境下分別提高了21.65%、18.39%、15.61%、15.01%與22.70%;在30dB噪聲環(huán)境下,則分別提升了15.15%、10.81%、8.69%、7.64%與17.76%;并且經(jīng)加權(quán)處理的WFMLT方法的識別性能更優(yōu)于FMLT方法,在純凈語音環(huán)境下提升了2.62%。結(jié)果表明,FMLT和WFMLT參數(shù)能夠有效提高說話人識別率,且具有更好的魯棒性。
【關(guān)鍵詞】：說話人識別 特征提取 Fisher準(zhǔn)則 GMM BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN912.34
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-13
• 1.1 研究背景及意義9-10
• 1.2 說話人識別研究現(xiàn)狀10-11
• 1.3 說話人識別研究難點(diǎn)11
• 1.4 本文的主要工作及內(nèi)容結(jié)構(gòu)安排11-13
• 1.4.1 主要工作11-12
• 1.4.2 內(nèi)容結(jié)構(gòu)安排12-13
• 第2章 說話人識別概述13-24
• 2.1 說話人識別原理13-16
• 2.2 說話人識別預(yù)處理16-21
• 2.2.1 預(yù)加重16-17
• 2.2.2 分幀加窗17-19
• 2.2.3 端點(diǎn)檢測19-21
• 2.3 說話人識別模型21-23
• 2.3.1 模板匹配模型21-22
• 2.3.2 概率統(tǒng)計(jì)模型22
• 2.3.3 人工神經(jīng)網(wǎng)絡(luò)22-23
• 2.4 本章小結(jié)23-24
• 第3章 說話人識別特征參數(shù)組合方法24-38
• 3.1 LPC系數(shù)24-26
• 3.2 MFCC參數(shù)26-28
• 3.3 LPCMFCC參數(shù)28-29
• 3.4 TEOCC參數(shù)29-30
• 3.5 基于Fisher比的組合特征參數(shù)30-35
• 3.5.1 Fisher準(zhǔn)則31
• 3.5.2 基于Fisher比的MFCC、LPMFCC和TEOCC組合特征參數(shù)31-32
• 3.5.3 基于Fisher比的MFCC、LPMFCC和TEOCC加權(quán)組合特征參數(shù)32-33
• 3.5.4 基于Fisher比的MFCC組合特征參數(shù)33-35
• 3.6 基于PCA的組合特征參數(shù)35-36
• 3.6.1 主分量分析35-36
• 3.6.2 基于PCA的MFCC、LPMFCC和TEOCC組合特征參數(shù)36
• 3.7 本章小結(jié)36-38
• 第4章 基于GMM的說話人識別系統(tǒng)38-48
• 4.1 高斯混合模型的基本概念38-39
• 4.2 高斯混合模型的參數(shù)估計(jì)39-41
• 4.3 基于GMM的說話人識別系統(tǒng)41-42
• 4.4 仿真實(shí)驗(yàn)及結(jié)果分析42-46
• 4.4.1 語音庫及參數(shù)設(shè)置42
• 4.4.2 實(shí)驗(yàn)結(jié)果及分析42-46
• 4.5 本章小結(jié)46-48
• 第5章 基于BP神經(jīng)網(wǎng)絡(luò)的說話人識別系統(tǒng)48-52
• 5.1 BP神經(jīng)網(wǎng)絡(luò)基本概念48-49
• 5.2 基于BP神經(jīng)網(wǎng)絡(luò)的說話人識別系統(tǒng)49-50
• 5.3 仿真實(shí)驗(yàn)及結(jié)果分析50-51
• 5.3.1 語音庫及參數(shù)設(shè)置50
• 5.3.2 實(shí)驗(yàn)結(jié)果及分析50-51
• 5.4 本章小結(jié)51-52
• 第6章 總結(jié)與展望52-54
• 6.1 總結(jié)52
• 6.2 展望52-54
• 參考文獻(xiàn)54-58
• 致謝58-59
• 附錄A 個(gè)人簡歷59-60
• 附錄B 攻讀學(xué)位期間發(fā)表的論文60-61
• 附錄C 論文中的用圖61-62
• 附錄D 論文中的用表62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 石艷;王曉曄;;新穎檢測法在說話人識別技術(shù)中的應(yīng)用[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2008年07期

2 劉雪燕;張娜;袁寶玲;;說話人識別綜述[J];電腦知識與技術(shù);2009年01期

3 邱政權(quán);范小春;王俊年;;基于動態(tài)環(huán)境下的說話人識別[J];科學(xué)技術(shù)與工程;2010年02期

4 單進(jìn);;說話人識別技術(shù)研究[J];科技資訊;2010年21期

5 申志生;于明;;說話人識別算法的定點(diǎn)DSP實(shí)現(xiàn)[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2011年03期

6 謝建勛;;淺談?wù)f話人識別技術(shù)[J];電腦知識與技術(shù);2011年11期

7 安茂波;劉建;;一個(gè)快速說話人識別系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[J];網(wǎng)絡(luò)新媒體技術(shù);2012年03期

8 楊迪;戚銀城;劉明軍;張華芳子;武軍娜;;說話人識別綜述[J];電子科技;2012年06期

9 武光利;;說話人識別方法概述[J];硅谷;2012年19期

10 曹業(yè)敏,侯風(fēng)雷,王炳錫;說話人識別技術(shù)現(xiàn)狀與進(jìn)展[J];河南科技;1998年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 鮑福良;方志剛;徐潔;;說話人識別綜述[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

2 孫帆;遲惠生;;循環(huán)網(wǎng)絡(luò)說話人識別[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1992年

3 肖劍;歐貴文;;多層前饋神經(jīng)網(wǎng)絡(luò)組的文本無關(guān)說話人識別[A];第七屆全國人機(jī)語音通訊學(xué)術(shù)會議（NCMMSC7）論文集[C];2003年

4 張玲華;鄭寶玉;楊震;;模糊超橢球聚類算法及其在說話人識別中的應(yīng)用研究[A];第八屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2005年

5 王宏;潘金貴;;基于矩陣正態(tài)分布的文本有關(guān)說話人識別[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（上冊）[C];2007年

6 戴紅霞;趙力;;文本無關(guān)說話人識別系統(tǒng)的研究[A];2007’促進(jìn)西部發(fā)展聲學(xué)學(xué)術(shù)交流會論文集[C];2007年

7 陳聯(lián)武;郭武;戴禮榮;;說話人識別系統(tǒng)中多樣訓(xùn)練的應(yīng)用[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集（一）[C];2011年

8 崔玉紅;胡光銳;;基于神經(jīng)網(wǎng)絡(luò)特征維數(shù)壓縮方法及其在說話人識別中的應(yīng)用[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

9 吳麗麗;;基于仿生模式識別的說話人識別學(xué)習(xí)模型研究[A];第二屆中國科學(xué)院博士后學(xué)術(shù)年會暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會議程序冊[C];2010年

10 張晶;董金明;馮文全;;說話人識別系統(tǒng)研究與實(shí)現(xiàn)[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 汪永安;科大訊飛說話人識別技術(shù)世界領(lǐng)先[N];安徽日報(bào);2008年

2 吳長鋒;科大訊飛勇奪說話人識別國際大賽第一[N];科技日報(bào);2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 單振宇;情感說話人識別及其解決方法的研究[D];浙江大學(xué);2010年

2 別凡虎;說話人識別中區(qū)分性問題的研究[D];清華大學(xué);2015年

3 謝怡寧;基于稀疏編碼的魯棒說話人識別方法研究[D];哈爾濱理工大學(xué);2016年

4 陸偉;基于缺失特征的文本無關(guān)說話人識別魯棒性研究[D];中國科學(xué)技術(shù)大學(xué);2008年

5 劉鏑;說話人識別中信息融合算法的研究[D];北京交通大學(xué);2011年

6 付中華;說話人識別系統(tǒng)魯棒性研究[D];西北工業(yè)大學(xué);2004年

7 林琳;基于模糊聚類與遺傳算法的說話人識別理論研究及應(yīng)用[D];吉林大學(xué);2007年

8 邱政權(quán);在噪聲環(huán)境下的說話人識別[D];華南理工大學(xué);2007年

9 郭武;復(fù)雜信道下的說話人識別[D];中國科學(xué)技術(shù)大學(xué);2007年

10 錢博;基于漢語元音映射的說話人識別技術(shù)研究[D];南京理工大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 叢菡菡;基于支持相量機(jī)的穩(wěn)鍵說話人識別[D];電子科技大學(xué);2008年

2 任舒彬;面向手持應(yīng)用的說話人識別算法研究[D];浙江大學(xué);2006年

3 申志生;文本相關(guān)說話人識別嵌入式系統(tǒng)及其關(guān)鍵技術(shù)研究[D];河北工業(yè)大學(xué);2011年

4 汪q，

本文編號：789856