基于神經(jīng)網(wǎng)絡(luò)的說話人識(shí)別算法研究.pdf

1、說話人身份識(shí)別是根據(jù)說話人語音信號(hào)所包含的信息來識(shí)別身份的一種生物認(rèn)證技術(shù)，以其獨(dú)特的方便性、經(jīng)濟(jì)性和準(zhǔn)確性得到了廣泛的應(yīng)用。神經(jīng)網(wǎng)絡(luò)是一種基于非線性理論的分布式并行處理網(wǎng)絡(luò)模型，具有很強(qiáng)的模式分類能力和魯棒性，因此本文研究基于神經(jīng)網(wǎng)絡(luò)的說話人識(shí)別算法。
　　 本文詳細(xì)介紹了語音信號(hào)的采集、數(shù)字化預(yù)處理、特征參數(shù)提取、模型訓(xùn)練和識(shí)別，同時(shí)對(duì)BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、學(xué)習(xí)矢量量化(LVQ)網(wǎng)絡(luò)做了詳細(xì)的介紹。說話人身份識(shí)別的核

2、心部分就是語音信號(hào)特征參數(shù)選取及識(shí)別算法的選取。對(duì)現(xiàn)有特征參數(shù)選取方法做了比較，MFCC參數(shù)具有良好的識(shí)別性能和抗噪能力，因此本文選用了模擬人耳聽覺特性的Mel倒譜參數(shù)(MFCC)。在模式識(shí)別算法上，本文采用了神經(jīng)網(wǎng)絡(luò)模型，分別通過采用BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和LVQ神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和識(shí)別，實(shí)現(xiàn)了說話人身份識(shí)別。
　　 本文的研究結(jié)果如下：
　　 (1)針對(duì)BP算法易陷入局部最小點(diǎn)和收斂速度慢，研究比較了遺傳優(yōu)化

3、BP算法和粒子群優(yōu)化算法。利用BP算法和遺傳優(yōu)化BP算法實(shí)現(xiàn)了說話人識(shí)別，遺傳優(yōu)化BP算法取得了較好的識(shí)別效果。當(dāng)語音識(shí)別時(shí)長為20秒時(shí)，它的識(shí)別率達(dá)到了95.42％。
　　 (2)對(duì)原有RBF網(wǎng)絡(luò)進(jìn)行了改進(jìn)，結(jié)合遺傳算法實(shí)現(xiàn)了說話人識(shí)別。當(dāng)語音識(shí)別時(shí)長為15秒時(shí)，得到了92％的識(shí)別率。
　　 (3)研究比較了LVQ、模糊算法LVQ以及基于EM的LVQ算法，同時(shí)應(yīng)用這些算法實(shí)現(xiàn)了說話人識(shí)別。在相同條件下，基于EM的LVQ