聲紋識別系統(tǒng)與模式識別算法研究.pdf

1、基于生物特征的身份認證技術是當今國際上的重點研究內(nèi)容，聲紋識別是通過語音識別說話人的身份，在系統(tǒng)安全認證、金融服務、司法鑒定以及電子偵聽等領域有著廣泛的應用價值。
　　 聲紋識別是語音識別的一種，從應用角度可將聲紋識別分為說話人確認和說話人辨認兩種，從識別條件角度可將其分為與文本有關的說話人識別和與文本無關的說話人識別兩類。聲紋識別不注重語音信號中的內(nèi)容，只注重語音信號中個人的信息特征。聲紋識別有兩個關鍵技術:首先是特征提取，從

2、聲學或統(tǒng)計學的角度在語音信號中提取特征參數(shù)描述說話人的聲音特征;其次是識別模型，用機器學習模型去學習、記憶說話人特征，從而實現(xiàn)說話人的識別。
　　 本文系統(tǒng)闡述了聲紋識別技術的原理，并重點研究了:
　　 (1)語音特征提取:基音周期、過零率、明亮度、線性預測系數(shù)(LinearPrediction Coefficients，LPC)、線性預測倒譜系數(shù)（Linear Cepstral PredictionCoefficien

3、ts，LPCC）、美爾頻率倒譜系數(shù)(Mel-Frequency Cepstrum Coefficients，MFCC)等。
　　 (2)聲紋識別模型:高斯混合模型、隱馬爾可夫模型、矢量量化模型、人工神經(jīng)網(wǎng)絡模型、支持向量機模型。
　　 現(xiàn)有算法的識別效果容易受環(huán)境噪聲、語音變異等因素的影響，針對這一問題，本文在對現(xiàn)有聲紋識別技術進行深入研究的基礎上，對現(xiàn)有算法進行了改進，并進行了大量實驗（實驗所用語音數(shù)據(jù)是在不同環(huán)境噪聲

4、下分早、中、晚不同時間段所錄制，進行了為期一個月的聲音采集，期間有人患重感冒，聲音發(fā)生變異）。實驗結(jié)果表明，改進的算法能夠有效克服環(huán)境噪聲、語音變異帶來的影響。具體做了以下幾個方面的工作:
　　 (1)改進了語音特征提取中的美爾頻率倒譜系數(shù)法，利用頻率掩蔽算法減少了噪聲信號對語音信號的影響;利用MFCC、IMFCC、MidMFCC分別解決低頻、高頻、中頻段的計算精度問題，一定程度上提高了語音的識別率。
　　 (2)改進了