基于文本無關(guān)的說話人識別技術(shù)的研究.pdf

1、在實際生活中，身份認證應(yīng)用在各個領(lǐng)域，身份認證的方法有很多種，比如指紋、虹膜、人臉等等，聲紋識別也是其中一種，又叫說話人識別，是通過說話人的聲音辨識出說話者身份。說話人識別又分為與文本相關(guān)的和與文本無關(guān)的，本文主要研宄與文本無關(guān)的說話人識別技術(shù)，因為其更具有使用價值，并且提升空間比較大。通過對其關(guān)鍵技術(shù)的研宄，以提高系統(tǒng)識別性能。
　　本文在現(xiàn)有與文本無關(guān)的說話人識別技術(shù)的基礎(chǔ)上，結(jié)合語音學、音韻學及其語音信號的特征，研宄基于文本

2、無關(guān)的說話人識別關(guān)鍵技術(shù)。主要的研宄內(nèi)容包括以下幾個方面：
　　清濁音劃分。在對語音信號排除靜音信號基礎(chǔ)上，針對過零率劃分清濁音方法，在處理振幅均值不在零點的信號時失效的問題，提出了有效翻轉(zhuǎn)率方法；又針對清、濁音有效翻轉(zhuǎn)率相似部分，運用頻譜振幅均值方法區(qū)分清濁音。
　　基音周期檢測。在對語音信號靜音、清音、濁音劃分的基礎(chǔ)上，針對語音信號周期特征明顯段分布隨機性問題，提出改進的LVAMDF(變長度平均幅度差函數(shù)法)及綜合多因素

3、基音檢測算法，該算法對語音信號進行周期特征明顯段和周期特征不明顯段的聚類劃分，同時，獲取周期特征明顯語音段的所有基音周期的起止端點，針對少數(shù)基音周期劃分倍頻或半頻問題，提出識別、修正方法，其識別、修正率極高。
　　與文本無關(guān)的說話人識別系統(tǒng)。根據(jù)與文本無關(guān)的說話人識別系統(tǒng)原理，運用matlab和C++混合編程，完成說話人識別系統(tǒng)和系統(tǒng)測試，系統(tǒng)的等錯誤率可達0.4762％。
　　基于音素分類的說話人識別系統(tǒng)理論研宄。在T I