基于矢量量化的說話人識(shí)別的研究.pdf

1、說話人識(shí)別作為生物識(shí)別的一種，應(yīng)用范圍非常的廣泛，是依據(jù)語(yǔ)音波形中所反映的說話人生理及行為的語(yǔ)音特征參數(shù)，以此來自動(dòng)鑒別說話人的身份。本文研究的是基于矢量量化的說話人識(shí)別。
　　本文采用矢量量化的模板訓(xùn)練方法，設(shè)計(jì)了一個(gè)基于矢量量化的與文本無關(guān)的說話人識(shí)別系統(tǒng)，主要工作如下:
　　(1)語(yǔ)音庫(kù)的建立，語(yǔ)音庫(kù)是由本人在背景噪聲相對(duì)小的環(huán)境下自行錄制的漢語(yǔ)普通話語(yǔ)音數(shù)據(jù)庫(kù)。使用Cool Edit Pro2.1軟件錄制，設(shè)置采樣頻

2、率為8kHz、量化精度為16bit，信道選擇單聲道混合，該語(yǔ)音庫(kù)由30名男性和16名女性的語(yǔ)音組成，并截取10s用于訓(xùn)練，截取5s用于測(cè)試。
　　(2)闡述語(yǔ)音信號(hào)的前期處理工作，主要對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)加重、分幀加窗和端點(diǎn)檢測(cè)，并對(duì)語(yǔ)音信號(hào)短時(shí)域的特征函數(shù):短時(shí)能量函數(shù)、短時(shí)平均過零率進(jìn)行了分析。然后介紹了端點(diǎn)檢測(cè)的三個(gè)方法:雙門限法、譜減法、譜熵法，對(duì)三種端點(diǎn)檢測(cè)方法作仿真分析，針對(duì)雙門限端點(diǎn)檢測(cè)方法中存在的漏檢現(xiàn)象進(jìn)行了改進(jìn)，改

3、進(jìn)后的算法有效地避免了漏檢問題。
　　(3)接著對(duì)常用的語(yǔ)音信號(hào)的特征參數(shù)進(jìn)行介紹和研究，重點(diǎn)分析了線性預(yù)測(cè)系數(shù)(Linear Prediction Coefficient，LPC)、線性預(yù)測(cè)倒譜系數(shù)(Linear PredictionCepstral Coefficients，LPCC)和梅爾頻率倒譜系數(shù)(Mel Frequency CepstralCoefficients，MFCC)及其提取方法，本文選用的是MFCC。之后重點(diǎn)