基于GMM的說話人識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf

1、說話人識(shí)別也稱聲紋識(shí)別，其目的是根據(jù)說話人的聲音特征來完成說話人的辨認(rèn)或確認(rèn)。隨著網(wǎng)絡(luò)信息化技術(shù)的迅猛發(fā)展，身份驗(yàn)證的數(shù)字化、隱性化、便捷化顯得越來越重要，說話人識(shí)別作為一種生物認(rèn)證技術(shù)，在視覺監(jiān)控、身份驗(yàn)證、司法刑偵及金融安全等領(lǐng)域有著廣泛應(yīng)用前景，成為當(dāng)前語音信號(hào)處理領(lǐng)域的研究熱點(diǎn)。院話人識(shí)別技術(shù)研究的關(guān)鍵是語音信號(hào)的特征提取和模式匹配等問題。本文在研究當(dāng)前說話人識(shí)別主要算法的基礎(chǔ)上，通過研究基于聲學(xué)特性的倒譜特征提取方法和基于模板

2、匹配及概率統(tǒng)計(jì)的模式匹配方法，研究實(shí)現(xiàn)了基于矢量量化VQ的說話人識(shí)別系統(tǒng)，重點(diǎn)研究設(shè)計(jì)了與文本無關(guān)的基于混合高斯模型GMM的說話人識(shí)別系統(tǒng)。
　　 論文主要研究內(nèi)容如下：
　　 (1)總結(jié)歸納說話人識(shí)別技術(shù)的發(fā)展、研究熱點(diǎn)和難點(diǎn)，分析討論了現(xiàn)有說話人識(shí)別主要算法。
　　 (2)分析研究了說話人識(shí)別語音預(yù)處理，重點(diǎn)對(duì)減譜法語音增強(qiáng)算法進(jìn)行了改進(jìn)，通過實(shí)驗(yàn)分析了語音增強(qiáng)效果，提高了噪聲環(huán)境下的說話人識(shí)別系統(tǒng)的魯棒性；

3、研究了說話人識(shí)別的特征提取原理和方法，仿真實(shí)現(xiàn)了說話人基音特征、LPCC和MFCC參數(shù)及差分倒譜參數(shù)等的提取。
　　 (3)在分析VQ基本原理、LBG算法和VQ碼本初始化的基礎(chǔ)上，設(shè)計(jì)實(shí)現(xiàn)了基于VQ的說話人識(shí)別系統(tǒng)，完成了模型參數(shù)訓(xùn)練和匹配識(shí)別過程，實(shí)驗(yàn)分析了不同模型參數(shù)及不同語音樣本時(shí)長下的系統(tǒng)識(shí)別性能。
　　 (4)為了提高系統(tǒng)識(shí)別率和穩(wěn)定性，在研究GMM模型參數(shù)估計(jì)期望最大化(EM)算法、模型參數(shù)初始化、訓(xùn)練和識(shí)別