基于加權(quán)FSVQ和SVM的說話人識別算法研究.pdf

1、說話人識別技術(shù)是生物認證技術(shù)的一個范疇，由于語音采集容易、經(jīng)濟性高等優(yōu)點，使得說話人識別成為生物識別領(lǐng)域上研究的一個焦點。本論文首先討論了端點檢測以及特征提取的方法，然后在VQ的基礎(chǔ)上提出了加權(quán)FSVQ，并將其與SVM融合進行說話人識別，取得了一定的研究成果。
　　 一些端點檢測技術(shù)包括倒譜特征，信息熵，譜熵等對孤立詞語音的端點檢測都能達到很好的效果，但是說話人識別中用到的更多的是連續(xù)語音，實驗結(jié)果顯示，短時能量和過零率對連續(xù)語

2、音的端點檢測更為有效。這主要是因為短時能量和過零率綜合考慮了語音的能量和頻率。
　　 矢量量化作為一種比較常用的說話人識別方法，雖然在編碼率較低的情況下，其識別率并不高，但是其訓(xùn)練速度快。因此，本論文為了提高矢量量化在低編碼率情況下的識別率，提出了加權(quán)FSVQ。加權(quán)FSVQ認為任一時刻系統(tǒng)都處，于一個特定的狀態(tài)，當前系統(tǒng)的狀態(tài)是由前一時刻的語音幀決定的。由于考慮到了語音信號幀間的關(guān)聯(lián)性，使得加權(quán)FSVQ相比傳統(tǒng)VQ有著更高的識別

3、率。實驗證明該方法相對于傳統(tǒng)矢量量化在識別率上有一定的提高，特別是在碼字較少時（少于8），識別率有l(wèi)O％以上的提高。
　　 對加權(quán)FSVQ的加權(quán)系數(shù)進行探討是本論文的另外一個重點，對比分析了按貢獻率加權(quán)、按量化精度加權(quán)、按貢獻率和量化精度結(jié)合加權(quán)以及未加權(quán)四種加權(quán)策略，實驗結(jié)果證明按貢獻率和量化精度結(jié)合加權(quán)可使加權(quán)FSVQ可達到最高識別率。
　　 加權(quán)FSVQ繼承了VQ在訓(xùn)練速度上的優(yōu)點，這主要體現(xiàn)在當編碼率較低時，加權(quán)

4、FSVQ能夠快速實現(xiàn)對大樣本的訓(xùn)練，而這一點正是SVM所欠缺的。相比加權(quán)FSVQ，SVM的主要優(yōu)勢在于對小樣本的識別精度上，SVM能夠?qū)π颖緦崿F(xiàn)高精度的快速識別。針對兩類方法存在的缺陷，為了有效地提高說話人識別的識別率，將二者進行融合，并最大可能地發(fā)揮二者的優(yōu)勢?；诩訖?quán)FSVQ和SVM融合的說話人識別方法采用的是先選定候選人，后確定的原則。實驗數(shù)據(jù)顯示：采用加權(quán)FSVQ作為第一種語音模型，SVM作為第二種語音模型的級聯(lián)模式進行融合，