基于遺傳優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)聲紋識(shí)別研究.pdf

1、語音是實(shí)現(xiàn)人們之間溝通交流的最直接與最方便的手段,而如何去實(shí)現(xiàn)計(jì)算機(jī)與人之間暢通無阻的語音交流,一直都是人們?nèi)プ穼さ囊粋€(gè)夢(mèng)想,語音識(shí)別則是實(shí)現(xiàn)這一夢(mèng)想的關(guān)鍵性技術(shù)。隨著人們對(duì)身份鑒別和安全的要求越來越高,生物認(rèn)證技術(shù)以其獨(dú)特的優(yōu)勢(shì),日益體現(xiàn)出它的價(jià)值。與其他的生物認(rèn)證技術(shù)一樣,聲紋識(shí)別有不會(huì)遺失、無須記憶和使用方便等優(yōu)點(diǎn)。同時(shí),聲紋識(shí)別也有自己獨(dú)特的優(yōu)勢(shì),首先是以聲音作為識(shí)別的特征,非接觸和自然性是用戶容易接受的重要原因;其次,聲紋識(shí)別

2、所用的設(shè)備成本很低,由于電話網(wǎng)絡(luò)和麥克風(fēng)、計(jì)算機(jī)的一體化,可以說所需要的硬件成本幾乎為零;對(duì)于遠(yuǎn)程應(yīng)用和移動(dòng)互聯(lián)的環(huán)境,目前來看,聲紋識(shí)別很有可能是唯一的解決方案,說話人識(shí)別技術(shù)日益成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移占暗陌踩?yàn)證方式。
　　盡管聲紋識(shí)別的研究有半個(gè)世紀(jì)之久,但現(xiàn)有的聲紋系統(tǒng)仍然存在許多問題,達(dá)不到社會(huì)對(duì)它的實(shí)用化的要求。從本質(zhì)上來說,說話人識(shí)別技術(shù)大體上可以分為特征提取和識(shí)別模型兩部分。因此,從某種意義上來說,問題的

3、根源都可以歸結(jié)為由特征提取或者識(shí)別模型的局限性引起的。如何尋求新的更具個(gè)性特征表現(xiàn)力,擁有更強(qiáng)魯棒性的語音特征,或者對(duì)現(xiàn)有特征進(jìn)行優(yōu)化的選擇、融合、補(bǔ)償?shù)确椒▉碓鰪?qiáng)現(xiàn)有系統(tǒng)的性能。
　　本文提出了一種基于遺傳優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的聲紋識(shí)別算法,該算法中采用遺傳算法對(duì)傳統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)基函數(shù)中心以及寬度進(jìn)行優(yōu)化處理,克服了傳統(tǒng)RBF神經(jīng)網(wǎng)絡(luò)參數(shù)難以確定的缺陷。同時(shí),本算法結(jié)合生理聲學(xué)模型,提取了能表現(xiàn)說話人個(gè)性特征的Mel倒譜系數(shù)M