基于雙序混合最優(yōu)碼本的聲紋識(shí)別系統(tǒng)研究.pdf

1、基于雙序混合最優(yōu)碼本的聲紋識(shí)別系統(tǒng)研究重慶大學(xué)碩士學(xué)位論文(專(zhuān)業(yè)學(xué)位)學(xué)生姓名：張轉(zhuǎn)俠指導(dǎo)教師：李勇明副教授學(xué)位類(lèi)別：工程碩士(電子與通信工程領(lǐng)域)重慶大學(xué)通信工程學(xué)院二0一二年四月重慶大學(xué)碩士學(xué)位論文中文摘要摘要聲紋識(shí)別作為一種生物識(shí)別技術(shù)，它是通過(guò)說(shuō)話人的發(fā)音機(jī)理和發(fā)音習(xí)慣從語(yǔ)音中提取參數(shù)并進(jìn)行識(shí)別。聲紋識(shí)別已經(jīng)應(yīng)用到生物醫(yī)學(xué)、司法鑒定、網(wǎng)絡(luò)安全、語(yǔ)音檢索等領(lǐng)域，已經(jīng)逐步由實(shí)驗(yàn)室研發(fā)階段轉(zhuǎn)向產(chǎn)品研發(fā)，是當(dāng)今語(yǔ)音處理研究的熱點(diǎn)之一。在

2、聲紋識(shí)別中，碼本的設(shè)計(jì)對(duì)于聲紋識(shí)別非常重要，快速實(shí)現(xiàn)精確的碼本設(shè)計(jì)是今后研究的主要方向。本文在達(dá)州市重大科技項(xiàng)目的資助下，展開(kāi)對(duì)聲紋識(shí)別的前期處理、碼本設(shè)計(jì)、識(shí)別算法性能等方面的研究，旨在提出一種新的有效的聲紋識(shí)別技術(shù)。本文主要研究工作有：首先研究了聲紋識(shí)別的基本原理，并提出了相應(yīng)的分析和處理方法，即語(yǔ)音信號(hào)預(yù)處理分析方法、時(shí)域和變換域中的不同特征的提取原理及過(guò)程和模式匹配的方法；其次研究了矢量量化算法中較經(jīng)典的算法LBG，并將矢量量化

3、應(yīng)用到聲紋識(shí)別中；由于矢量量化存在容易陷入局部?jī)?yōu)化、初始碼本較敏感、自適應(yīng)能力不強(qiáng)，進(jìn)而引入了全局優(yōu)化算法一遺傳算法(GA)，將遺傳算法應(yīng)用到聲紋識(shí)別系統(tǒng)中；接著將兩種算法相結(jié)合，提出了一種新穎的聲紋識(shí)別算法一基于雙序混合最優(yōu)碼本的聲紋識(shí)別算法(LBGGA)；最后還基于不同的情況，包括多種特征參數(shù)、碼本大小、畸變閾值、語(yǔ)音時(shí)長(zhǎng)、特征維數(shù)，對(duì)本文算法性能進(jìn)行了深入的分析。本文結(jié)構(gòu)：第一章為緒論，論述了研究課題的背景、研究意義及目前的研究現(xiàn)

4、狀；第二章論述了聲紋識(shí)別系統(tǒng)的基本原理，其中包括對(duì)語(yǔ)音信號(hào)的預(yù)處理、特征提取及模式匹配；第三章論述了雙序混合最優(yōu)碼本算法的研究，包括基于矢量量化(LBG)算法和遺傳算法(GA)的理論基礎(chǔ)，算法的研究實(shí)現(xiàn)及相關(guān)的實(shí)驗(yàn)結(jié)果和分析；第四章研究了基于雙序混合最優(yōu)碼本的聲紋識(shí)別算法在多種類(lèi)型參數(shù)時(shí)，對(duì)聲紋識(shí)別系統(tǒng)性能的影響；第五章為結(jié)論，總結(jié)了本文所做的主要研究工作及今后進(jìn)一步的研究方向。關(guān)鍵詞：聲紋識(shí)別，LPCC參數(shù)，MFCC特征參數(shù)，矢量量化