說話人識(shí)別及其在噪聲環(huán)境下的魯棒性研究.pdf

1、說話人識(shí)別就是通過語音信號(hào)來對(duì)說話人進(jìn)行辨認(rèn)或者確認(rèn)，根據(jù)說話的內(nèi)容，說話人識(shí)別又可分為與文本有關(guān)和與文本無關(guān)兩種方式。說話人識(shí)別系統(tǒng)在低噪聲、低失真度條件下的性能已經(jīng)達(dá)到令人滿意的程度，但在真實(shí)的噪聲環(huán)境下，由于訓(xùn)練模型和測(cè)試語音之間的失配，說話人識(shí)別系統(tǒng)誤識(shí)率會(huì)急劇上升，因此提高說話人識(shí)別系統(tǒng)在噪聲環(huán)境下的魯棒性是其從實(shí)驗(yàn)室走向?qū)嵱玫年P(guān)鍵，也是當(dāng)前的研究熱點(diǎn)。 本文首先詳細(xì)介紹了說話人識(shí)別的基本理論，在此基礎(chǔ)上，分別構(gòu)建了基

2、于VQ和GMM模型的說話人識(shí)別系統(tǒng)。在基于VO的說話人識(shí)別系統(tǒng)中，采用了三種不同的碼本聚類方法來產(chǎn)生碼本，通過比較量化誤差、誤識(shí)率以及計(jì)算量綜合考慮了三種碼本聚類方法的優(yōu)缺點(diǎn)。在基于GMM模型的說話人識(shí)別系統(tǒng)中，評(píng)測(cè)了LPC、LPCC、MFCC和MCC四種常用特征參數(shù)的性能，通過實(shí)驗(yàn)，證明了基于人耳聽覺特性的特征參數(shù)具有較低的誤識(shí)率和較好的魯棒性。另外，第三章在介紹HMM模型時(shí)，實(shí)現(xiàn)了一個(gè)漢語四聲聲調(diào)的識(shí)別系統(tǒng)。 針對(duì)噪聲環(huán)境下

3、說話人識(shí)別系統(tǒng)的魯棒性較差的這個(gè)問題，提出了相對(duì)自相關(guān)序列小波分解特征提取算法以及基于置信度分析的說話人識(shí)別。相對(duì)自相關(guān)序列對(duì)于平穩(wěn)噪聲和慢變?cè)肼暰哂休^好的魯棒性，因此本文提出了一種對(duì)其進(jìn)行多層小波分解的特征提取算法。在基于置信度分析的說話人識(shí)別中，用置信度來度量特征分量的魯棒性，并提出了一種用于計(jì)算MFCC各維分量置信度的方法CBTM，該方法通過一個(gè)置信度變換矩陣，估算出經(jīng)過Mel譜減法處理后的MFCC各維分量的置信度，在此基礎(chǔ)上通過