本文關(guān)鍵詞：基于深度學習的說話人識別系統(tǒng)的設(shè)計與實現(xiàn)

  更多相關(guān)文章： 說話人識別 深度學習 梅爾倒譜系數(shù) 深度信念網(wǎng)絡(luò)

【摘要】：說話人識別是根據(jù)說話人提供的語音信號的特性來自動識別說話人身份的一種技術(shù)。作為一種生物認證技術(shù),它具有用戶的接受度高、所需的設(shè)備成本低以及便于移植等優(yōu)勢,相對于其他的技術(shù),它體現(xiàn)了更方便、經(jīng)濟和安全的特點,因此被廣泛應(yīng)用到網(wǎng)絡(luò)、國防系統(tǒng)及科研等領(lǐng)域,從而使說話人識別技術(shù)具有普遍的使用價值和重要意義。說話人識別系統(tǒng)的終極目標是使人與機器之間能夠像人與人之間一樣自如地交流。首先,本文對說話人識別的基本原理和識別系統(tǒng)的結(jié)構(gòu)以及實現(xiàn)的過程進行了簡單的介紹,分析了說話人識別系統(tǒng)中常用的主流特征參數(shù)—梅爾倒譜系數(shù)(MFCC),還在借助MFCC的基礎(chǔ)上描述了高斯混合模型(GMM)的說話人識別的過程;其次,對于本文需要做的工作所用到的理論背景知識—深度學習理論中的深度信念網(wǎng)絡(luò)系統(tǒng)做出了充分而詳細的介紹,深度信念網(wǎng)絡(luò)可以彌補淺層學習附有的學習不充分和網(wǎng)絡(luò)的深度不足的缺點,因此被廣泛地運用到模式的識別和目標的檢測等諸多領(lǐng)域內(nèi),本文就是在深度信念網(wǎng)絡(luò)的基礎(chǔ)上來實現(xiàn)的說話人識別;最后,在Matlab軟件上對實驗的結(jié)果進行仿真性的模擬。因為梅爾倒譜系數(shù)(MFCC)在反映人耳的聽覺特性上表現(xiàn)出別具一格的優(yōu)勢,所以本文選用了MFCC作為待識別說話人的語音信號的特征參數(shù),并把它作為系統(tǒng)模型訓練和識別的輸入向量。本文的說話人識別系統(tǒng)是借助深度學習的相關(guān)算法得以實現(xiàn)的,實驗結(jié)果表明了基于深度學習的說話人識別系統(tǒng)有很好的可行性。
【關(guān)鍵詞】：說話人識別 深度學習 梅爾倒譜系數(shù) 深度信念網(wǎng)絡(luò)
【學位授予單位】：黑龍江大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN912.34
【目錄】：

• 中文摘要4-5
• Abstract5-8
• 第1章 緒論8-18
• 1.1 說話人識別的背景和研究意義8-13
• 1.1.1 說話人識別技術(shù)的研究背景8-9
• 1.1.2 說話人識別研究的意義9-13
• 1.2 說話人識別技術(shù)研究的現(xiàn)狀13-14
• 1.3 說話人識別技術(shù)的應(yīng)用14-16
• 1.4 論文的組織結(jié)構(gòu)16-18
• 第2章 語音信號的特征參數(shù)的分析及提取18-35
• 2.1 說話人識別模型18-25
• 2.1.1 說話人語音信號產(chǎn)生的原理18-22
• 2.1.2 說話人識別的模型種類22-25
• 2.2 語音信號的預(yù)處理介紹25-30
• 2.2.1 語音信號預(yù)加重處理25-26
• 2.2.2 語音端點檢測26-29
• 2.2.3 語音信號的降噪處理29-30
• 2.3 說話人特征參數(shù)的分析和提取30-32
• 2.3.1 MFCC的分析30-31
• 2.3.2 MFCC的提取流程31-32
• 2.4 MFCC在高斯混合模型上的說話人識別32-34
• 2.5 本章小結(jié)34-35
• 第3章 深度學習的基本理論35-42
• 3.1 深度學習的深度35-36
• 3.2 深度學習的動機36-37
• 3.3 深度學習的示意圖37-38
• 3.4 深度學習的背景和發(fā)展38-41
• 3.5 本章小結(jié)41-42
• 第4章 基于深度學習的說話人識別42-50
• 4.1 引入RBM42-43
• 4.2 說話人識別用到的深度學習算法43-48
• 4.3 基于深度學習的說話人識別系統(tǒng)的實現(xiàn)48-49
• 4.4 本章小結(jié)49-50
• 第5章 說話人識別系統(tǒng)的實驗50-59
• 5.1 實驗的前提條件50-51
• 5.1.1 實驗的軟硬件環(huán)境50
• 5.1.2 語音信號的采集50-51
• 5.1.3 說話人識別系統(tǒng)識別率的計算51
• 5.2 基于深度學習的說話人識別系統(tǒng)性能的驗證51-58
• 5.2.1 測試選取不同的語音單位長度對系統(tǒng)識別率的影響53-55
• 5.2.2 測試選取不同的語音特征參數(shù)對說話人識別系統(tǒng)性能的影響55-56
• 5.2.3 測試不同的輸出層神經(jīng)元的個數(shù)對系統(tǒng)性能的影響56-58
• 5.3 本章小結(jié)58-59
• 結(jié)論59-61
• 參考文獻61-68
• 致謝68

，

本文編號：971289