基于SVM的與文本無關(guān)的說話人識別系統(tǒng)研究.pdf

1、說話人識別技術(shù)屬于生物認證技術(shù)的范疇，主要依據(jù)說話人語音波形中表征說話人生理、行為的特征參數(shù)來自動辨識說話人的身份，具有廣闊的應(yīng)用前景。目前，說話人識別技術(shù)趨于成熟，實驗室環(huán)境下的系統(tǒng)識別性能也達到較高水平，但是在噪聲的識別環(huán)境下，識別系統(tǒng)的穩(wěn)健性能仍較差，無法滿足實用性要求。本文圍繞識別系統(tǒng)實用化存在的問題進行研究，提出改進的半軟閾值降噪算法以及改進的FCM算法來改善說話人識別系統(tǒng)性能。
　　在識別系統(tǒng)前端部分，首先提出一種改進

2、的半軟閾值降噪算法，利用小波的多分辨率分析特性濾除說話人語音的噪聲污染，還原盡可能純凈的原始語音，有效地改善了識別系統(tǒng)的穩(wěn)健性。接著詳細分析比較說話人語音的預(yù)處理技術(shù)，包括端點檢測和特征參數(shù)提取。由于傳統(tǒng)的基于短時平均幅度和短時平均過零率的端點檢測，即雙門限端點檢測法在低噪聲比環(huán)境下準確率較差，本文分析了基于譜熵和基于C0復(fù)雜度的兩種端點檢測方法，并通過實驗仿真，基于譜熵和基于C0復(fù)雜度的端點檢測方法在低噪聲比下也能準確地檢測出語音的始