說(shuō)話(huà)人識(shí)別系統(tǒng)研究.pdf

1、以前往往采用線(xiàn)性的方法如頻譜分析來(lái)分析語(yǔ)音信號(hào),而這些線(xiàn)性方法只適用于平穩(wěn)的、一致的、平衡的線(xiàn)性的時(shí)間序列,對(duì)于非平穩(wěn)、不一致、非平衡的非線(xiàn)性的語(yǔ)音時(shí)間序列,這些傳統(tǒng)的線(xiàn)性方法就往往丟掉了許多蘊(yùn)涵本質(zhì)的重要信息.語(yǔ)音信號(hào)證明是非線(xiàn)性的混沌的,該文在此基礎(chǔ)上提出了一種能夠有效反映語(yǔ)音信號(hào)非線(xiàn)性特征的處理方法,并由此提出一種能夠反映說(shuō)話(huà)人個(gè)人特性的KC復(fù)雜性特征,作為說(shuō)話(huà)人識(shí)別系統(tǒng)的一種新的特征,經(jīng)實(shí)驗(yàn)證明這種特征是簡(jiǎn)潔合理并且是有效的.我

2、們認(rèn)為,復(fù)雜性分析方法能夠用于說(shuō)話(huà)人識(shí)別特征分析,具有很寬廣的應(yīng)用前景,這是很有前途的研究課題.該文基于傳統(tǒng)的LPC倒譜特征和KC復(fù)雜性特征建立了一個(gè)說(shuō)話(huà)人確認(rèn)系統(tǒng),采用了YOHO speaker verification數(shù)據(jù)庫(kù),Enroll階段:采用138說(shuō)話(huà)人4個(gè)session每個(gè)session有10個(gè)語(yǔ)音樣本數(shù)據(jù),Verify階段:采用138說(shuō)話(huà)人10個(gè)session每個(gè)session有4個(gè)語(yǔ)音樣本數(shù)據(jù),訓(xùn)練模板和測(cè)試該說(shuō)話(huà)人確認(rèn)