基于深度置信網(wǎng)絡(luò)的說話人識別研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，在越來越多的領(lǐng)域內(nèi)都應(yīng)用了語音信號處理技術(shù)，其中一個重要分支為說話人識別技術(shù)，它是目前語音信號處理技術(shù)領(lǐng)域中的一個研究熱點。說話人識別是對說話人身份進(jìn)行認(rèn)證的一種技術(shù)，包括語音錄入、預(yù)處理、特征提取、模型訓(xùn)練以及模式匹配，它是通過從經(jīng)過預(yù)處理后的語音中獲取語音特征進(jìn)行模型訓(xùn)練與模式匹配從而確定說話人身份。從該過程可知特征提取是其他步驟的基礎(chǔ)，它是說話人識別中最重要的一個環(huán)節(jié)，因此本文分析了特征提取方法的優(yōu)缺點并

2、提出了一種基于改進(jìn)參數(shù)設(shè)置的深度置信網(wǎng)絡(luò)的特征提取算法。影響特征提取的因素有很多，其中噪聲是最為直接的因素，從而必須在特征提取前對語音進(jìn)行濾波操作，因此本文也分析語音濾波方法的優(yōu)缺點并提出一種多層自適應(yīng)形態(tài)濾波算法，并且以此為基礎(chǔ)設(shè)計實現(xiàn)一個說話人識別的原型系統(tǒng)。本文的主要工作為：
　　（1）歸納了語音濾波算法和特征提取算法的特點和難點，對比分析了目前常用的語音濾波算法和特征提取算法的優(yōu)缺點。
　?。?）現(xiàn)有的大多濾波算法在

3、進(jìn)行語音濾波時損失了較多的純凈語音信號從而使得語音質(zhì)量下降，利用形態(tài)濾波算法進(jìn)行濾波時既可以很好的濾除語音中的噪音同時也可以減少純凈語音信號的損失，然而現(xiàn)有形態(tài)濾波算法還存在結(jié)構(gòu)固定、預(yù)設(shè)結(jié)構(gòu)元素和偏倚校正系數(shù)等問題，針對該問題，提出一種多層自適應(yīng)形態(tài)濾波算法。該算法面對復(fù)雜變化的噪聲時，可以靈活選擇不同的結(jié)構(gòu)元素、優(yōu)化設(shè)置偏倚校正系數(shù)向量來減弱形態(tài)開運(yùn)算和形態(tài)閉運(yùn)算所帶來的偏倚現(xiàn)象。仿真結(jié)果表明該算法改善了形態(tài)濾波的性能，具有設(shè)計簡單

4、、實用性強(qiáng)的特點。
　　（3）現(xiàn)有的特征提取方法中對初始特征的處理大多是進(jìn)行簡單的組合、微分、篩選或加權(quán)等，所提取特征表征能力較弱，用其進(jìn)行說話人識別時正確率較低。針對此問題，將深度置信網(wǎng)絡(luò)用于特征提取并對其參數(shù)的設(shè)置進(jìn)行改進(jìn)使得所提取特征具有更強(qiáng)表征能力。仿真結(jié)果表明該算法所提取的特征能有效的降低說話人識別的誤識率。
　?。?）對說話人識別原型系統(tǒng)的需求進(jìn)行了分析，根據(jù)說話人識別的處理流程進(jìn)行了功能劃分，并給出了說話人識別