基于信號(hào)稀疏分解的復(fù)雜環(huán)境下說(shuō)話人識(shí)別研究.pdf

1、說(shuō)話人識(shí)別技術(shù)是利用語(yǔ)音所包含的說(shuō)話人特有的個(gè)性特征，自動(dòng)進(jìn)行身份認(rèn)證的過(guò)程，因其具備經(jīng)濟(jì)性、非接觸性、普適性和可區(qū)分性等天然優(yōu)勢(shì)在眾多生物認(rèn)證技術(shù)中獨(dú)樹(shù)一幟?，F(xiàn)有的說(shuō)話人識(shí)別技術(shù)在理想環(huán)境下識(shí)別效果良好，但在實(shí)際應(yīng)用中，復(fù)雜環(huán)境使得訓(xùn)練和識(shí)別語(yǔ)音特征失配，系統(tǒng)識(shí)別性能急劇下降。如何有效提高識(shí)別系統(tǒng)的魯棒性成為該技術(shù)的重點(diǎn)和難點(diǎn)。
　　稀疏分解作為信號(hào)處理領(lǐng)域一個(gè)重要的理論分支，被廣泛應(yīng)用于信號(hào)去噪、壓縮編碼、參數(shù)估計(jì)、信號(hào)時(shí)頻分

2、析和盲源分離等諸多方面。本文基于信號(hào)的稀疏分解理論，研究不同噪聲背景下語(yǔ)音信號(hào)的去噪問(wèn)題，給出相應(yīng)的語(yǔ)音信號(hào)去噪方法;同時(shí)將基于稀疏分解的去噪方法用于說(shuō)話人識(shí)別系統(tǒng)的預(yù)處理環(huán)節(jié)，分析其對(duì)系統(tǒng)識(shí)別性能的影響。本文主要工作如下:
　　1.搭建基于矢量量化的說(shuō)話人識(shí)別系統(tǒng)。首先簡(jiǎn)要介紹系統(tǒng)的構(gòu)成;然后，根據(jù)系統(tǒng)實(shí)現(xiàn)的具體步驟對(duì)系統(tǒng)各部分逐一介紹，對(duì)其中關(guān)鍵步驟——特征提取和模板訓(xùn)練與識(shí)別進(jìn)行了詳細(xì)的分析;最后，通過(guò)仿真實(shí)驗(yàn)，調(diào)試出系統(tǒng)達(dá)

3、到最佳識(shí)別率時(shí)的各項(xiàng)參數(shù)。
　　2.研究稀疏分解理論在語(yǔ)音信號(hào)去噪中的應(yīng)用。給出信號(hào)的稀疏表示和信號(hào)重構(gòu)算法，并重點(diǎn)介紹了一種與本文密切相關(guān)的凸松弛重構(gòu)算法——基追蹤算法;同時(shí)，對(duì)語(yǔ)音信號(hào)在不同基底上稀疏分解，選定稀疏度最佳的DCT基作為本文的稀疏表示基，并將基于DCT的稀疏分解應(yīng)用于語(yǔ)音信號(hào)的去噪處理中，仿真實(shí)驗(yàn)表明，在低信噪比時(shí)，基于稀疏分解的去噪方法可以有效提高重構(gòu)語(yǔ)音信號(hào)的幀平均信噪比。
　　3.分析不同噪聲背景下，