版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、說話人識別是一項根據(jù)說話人的聲音信號提取出表征說話人個性的特征參數(shù)來自動識別說話人身份的生物認證技術。因其獨特的方便性、經(jīng)濟性、準確性,被廣泛應用在信息安全、通信、司法、軍事等各種需要安全認證的領域。說話人識別的兩個關鍵部分是特征提取和模式匹配,而大量的研究表明,說話人識別的問題主要是來自于說話人的特征提取上,因此,本文在對說話人識別系統(tǒng)的基本原理進行了分析和研究的基礎上,重點研究說話人的特征提取。
本研究主要內(nèi)容包括:⑴線性
2、預測系數(shù)(LPC)和梅爾頻率倒譜系數(shù)(MFCC)是說話人識別中最常用的兩種特征參數(shù),將這兩種參數(shù)組合,雖然在一定程度上提高了識別率,但卻增加了特征參數(shù)的維數(shù),使得計算量加大。針對此問題,本文提出將LPC系數(shù)融入到MFCC系數(shù)的計算里的特征提取方法,該方法首先計算語音信號的LPC系數(shù),求出LPC功率譜;然后將LPC功率譜通過三角形濾波器組,并取對數(shù);最后將對數(shù)后的輸出做離散余弦變換,得到新的特征參數(shù):線性預測梅爾頻率倒譜系數(shù)(LPMFCC
3、)。LPMFCC參數(shù)兼具LPC參數(shù)的聲道特性和MFCC參數(shù)的聽覺特性,雖增加了一步計算,但不增加參數(shù)的維數(shù),運算量相對較少。將LPMFCC方法分別應用到基于VQ和基于GMM的說話人識別系統(tǒng)中進行實驗仿真。實驗結果表明,本文提出的LPMFCC方法在純凈語音環(huán)境下在基于VQ的說話人識別系統(tǒng)中,較LPC方法和MFCC方法識別率能提高18.57%和10.00%;在基于GMM的說話人識別系統(tǒng)中,與LPC方法和MFCC方法相比,識別率也分別提高了1
4、1.72%和2.00%,在不同噪聲環(huán)境下LPMFCC方法的識別性能均明顯改善。⑵Mel濾波器組在低頻區(qū)域分布密集,在高頻區(qū)域分布稀疏,使得 MFCC系數(shù)忽略了高頻信息。針對此不足,采用將Mel濾波器組進行翻轉(zhuǎn),得到翻轉(zhuǎn)梅爾頻率倒譜系數(shù)IMFCC的方法。利用MFCC系數(shù)和IMFCC系數(shù)的互補特點,討論MFCC和IMFCC特征的融合在系統(tǒng)中的應用,首先將兩者分別輸入到同一種分類器中,得到各自的匹配得分,然后將兩者得分加權融合得到融合匹配分數(shù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 說話人識別中特征組合方法的研究.pdf
- 基于聲門特征的說話人識別研究.pdf
- 基于缺失特征重建的說話人識別.pdf
- 基于韻律特征的SVM說話人識別.pdf
- 基于倒譜特征的說話人識別算法研究.pdf
- 基于多特征決策融合的說話人識別研究.pdf
- 基于語音混合特征說話人識別的研究.pdf
- 基于特征模糊度分析的說話人識別.pdf
- 基于韻律特征和SVM的說話人識別.pdf
- 基于倒譜特征的說話人識別方法研究.pdf
- 基于改進的特征參數(shù)的說話人識別研究.pdf
- 基于特征選擇及其融合方法的說話人識別.pdf
- 基于聽覺特征參數(shù)的說話人識別技術
- 基于Fisher準則的說話人識別特征參數(shù)提取研究.pdf
- 基于特征空間軌跡動態(tài)多重匹配的說話人識別研究.pdf
- 基于聽覺特征參數(shù)的說話人識別技術.pdf
- 噪聲環(huán)境下基于個性特征的說話人識別研究.pdf
- 基于融合特征與高斯混合模型的說話人識別研究.pdf
- 基于EMD的說話人識別研究.pdf
- 基于說話人識別的特征參數(shù)提取改進算法的研究.pdf
評論
0/150
提交評論