【摘要】：說話人識別是一種利用語音信號來驗(yàn)證身份信息的生物識別技術(shù)�，F(xiàn)實(shí)中,說話人識別系統(tǒng)受制于語音中的噪聲,系統(tǒng)的識別性能降低。說話人識別朝著商業(yè)應(yīng)用發(fā)展,并且在噪聲較強(qiáng)環(huán)境下的說話人識別正成為研究熱點(diǎn)。而現(xiàn)有的技術(shù)在強(qiáng)噪聲的低信噪比環(huán)境下,性能大幅下降。這對說話人識別提出了新的要求。目前低信噪比環(huán)境下的說話人識別存在三個(gè)待解決的關(guān)鍵問題。1.現(xiàn)有的說話人識別特征參數(shù),在低信噪比的環(huán)境下,其自身魯棒性急劇下降,無法滿足說話人識別對特征參數(shù)的要求。2.在低信噪比環(huán)境下,現(xiàn)有的特征補(bǔ)償方法性能下降,無法有效地提高特征參數(shù)的魯棒性。3.現(xiàn)有說話人識別模型在低信噪比環(huán)境下性能降低或只能針對某類特殊噪聲魯棒性較好。論文在對噪聲環(huán)境下的說話人識別進(jìn)行深入研究的基礎(chǔ)上,對于以上三個(gè)待解決的關(guān)鍵問題,分別研究了低信噪比環(huán)境下的魯棒特征參數(shù)、特征補(bǔ)償和識別模型。主要研究內(nèi)容和創(chuàng)新點(diǎn)如下。1.針對低信噪比噪聲環(huán)境下,說話人識別的特征參數(shù)魯棒性下降的問題,論文提出感知語譜規(guī)整耳蝸濾波倒譜系數(shù)的特征提取方法。方法先構(gòu)建符合耳蝸基底膜行波沖激響應(yīng)及非線性頻率分布的耳蝸濾波器組,使特征參數(shù)的提取過程在頻域中擬合心理聲學(xué)實(shí)驗(yàn)結(jié)果從而提高特征參數(shù)的魯棒性。再由人耳感知特性的語音增強(qiáng)以及一個(gè)時(shí)-頻域的二維增強(qiáng),通過二維數(shù)據(jù)的邊界檢測得到感知語譜規(guī)整參數(shù)。并把耳蝸濾波器組的輸出進(jìn)一步規(guī)整為時(shí)-頻域魯棒性更好的感知語譜規(guī)整耳蝸濾波倒譜系數(shù)。實(shí)驗(yàn)結(jié)果表明,在所有測試的信噪比條件下,論文提出的特征參數(shù),在所有實(shí)驗(yàn)噪聲中的平均識別率,分別比另外三種特征參數(shù)高出26.6%,22.2%以及18.5%,而在-10d B到10d B的信噪比條件下,提出的特征參數(shù)在所有條件中獲得了最好的識別率。在低信噪比條件下,提出的感知語譜規(guī)整耳蝸濾波倒譜系數(shù)對不同噪聲都具有相對較好的魯棒性。2.針對低信噪比說話人識別中特征補(bǔ)償方法魯棒性下降的問題,提出了一種采用感知聽覺場景分析的特征補(bǔ)償方法。先求取語音的缺失數(shù)據(jù)特征譜,并由語音的感知特性求出感知特性的語音含量。含噪語音經(jīng)過感知特性的語音增強(qiáng)和對其語譜的二維增強(qiáng)后求解出語音的分布,聯(lián)合感知特性語音含量和缺失強(qiáng)度參數(shù)提取出感知聽覺因子。再結(jié)合缺失數(shù)據(jù)特征譜把特征補(bǔ)償?shù)倪^程分解為不同聽覺場景進(jìn)行區(qū)分地分析和處理,從而增強(qiáng)特征參數(shù)的魯棒性能。實(shí)驗(yàn)結(jié)果表明,在-10d B到10d B的低信噪比環(huán)境下,對于四種不同的噪聲,提出的方法比另外五種方法的魯棒性均有提高,平均識別率分別提高26.0%,19.6%,12.7%,4.6%和6.5%。論文提出的方法,是一種在時(shí)-頻域中提高語音特征魯棒性的方法,更適合于低信噪比環(huán)境下的說話人識別。3.針對低信噪比說話人識別中模型魯棒性下降的問題,提出了一個(gè)混合條件噪聲場模型。它通過分?jǐn)?shù)階離散轉(zhuǎn)移函數(shù),把White噪聲作為基噪聲,Pink噪聲作為指導(dǎo)噪聲,構(gòu)建了一個(gè)從白噪聲到棕色噪聲漸變的一系列有色噪聲。并且以不同的信噪比加入到訓(xùn)練語音中,然后構(gòu)建一個(gè)擁有各種噪聲條件和各種信噪比條件的混合條件噪聲場。再對混合條件噪聲場中的每個(gè)說話人語音都構(gòu)建模型,形成混合條件噪聲場模型。識別時(shí)先在混合條件噪聲場模型的每個(gè)說話人模型中找到匹配的混合條件噪聲場模型,再在所有說話人中識別出說話人。實(shí)驗(yàn)結(jié)果表明,在所有的四種實(shí)驗(yàn)噪聲中,提出的模型在-10d B到10d B信噪比下的平均識別率,分別比基線模型和另外兩種參考模型高出42.7%,32.2%以及21.1%。提出的說話人識別模型更適用于低信噪比的環(huán)境。
[Abstract]:......
【學(xué)位授予單位】：蘇州大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TN912.34

【相似文獻(xiàn)】

相關(guān)期刊論文 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

相關(guān)會議論文 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

相關(guān)重要報(bào)紙文章 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

相關(guān)博士學(xué)位論文 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 安冬;噪聲背景下說話人識別的若干關(guān)鍵問題研究[D];東北大學(xué);2013年

5 吳迪;低信噪比環(huán)境下說話人識別研究[D];蘇州大學(xué);2016年

6 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

7 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

8 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

9 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

10 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

相關(guān)碩士學(xué)位論文 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：2447252