基于音素的子帶貢獻(xiàn)提取言語特征的說話人識別研究.pdf

1、本文首先運用統(tǒng)計方法F-ratio對漢語音素的子帶貢獻(xiàn)率的分布情況進(jìn)行分析,提取有用的不同頻帶上的說話人信息進(jìn)行說話人識別。然后針對中文的音素特性,與朝鮮語和日語進(jìn)行比較,分析中文的說話人信息分布特點,結(jié)果表明鼻腔是說話人識別的重要特征。然后,從形態(tài)學(xué)和聲學(xué)分析角度,對鼻腔的聲學(xué)作用進(jìn)行深入分析,分析結(jié)果表明與統(tǒng)計方法結(jié)論一致。最后,本文對鼻音,非鼻音化元音以及日語有聲子音在發(fā)聲狀態(tài)下的軟腭聲學(xué)影響進(jìn)行實驗研究,研究表明,軟腭存在兩種作

2、用,一是鼻音狀態(tài)軟腭是開閉狀態(tài),聲音通過鼻咽通道傳送;二是非鼻音狀態(tài)下,通過軟腭振動作用于鼻腔。
　　說話人識別實驗中,運用改進(jìn)F-ratio方法,對每個說話者每句話進(jìn)行音素劃分,得到每個音素在子帶中的得分,通過歸一化處理,最終得到所有說話人在不同子帶的說話人信息分布。實驗結(jié)果表明說話人信息在不同頻帶呈現(xiàn)非均勻分布特點?；谪暙I(xiàn)率分布情況提取特征參數(shù),運用GMM模型進(jìn)行建模,與MFCC特征參數(shù)相比,中文識別率為94.3％,錯誤率降

3、低了32.9%。
　　接下來,本文對鼻腔進(jìn)行形態(tài)學(xué)和聲學(xué)分析。運用中文普通話MRI數(shù)據(jù)庫提取了四位說話人的鼻腔,通過對比鼻腔的形狀和鼻腔面積函數(shù),發(fā)現(xiàn)不同說話人之間的鼻腔形態(tài)結(jié)構(gòu)差異很大。然后分析了鼻腔的聲學(xué)效應(yīng),實驗表明在2kHz到4kHz之間,不同說話人鼻音的共振峰差異也很大。上述結(jié)論與統(tǒng)計法的研究結(jié)論一致。
　　最后,本文研究了鼻音化元音及有聲子音發(fā)音狀態(tài)下的軟腭聲學(xué)作用。測量實驗表明,鼻腔的聲音輻射與聲音呈線性相關(guān),