說話人識(shí)別中特征參數(shù)的提取及優(yōu)化研究.pdf

1、說話人識(shí)別技術(shù)是語音信號(hào)處理一個(gè)研究熱點(diǎn)。特征提取和模式匹配是說話人識(shí)別技術(shù)的關(guān)鍵，特征選取與優(yōu)化處理能夠提高識(shí)別率，本文所做的主要工作如下：
　　 一、在語音信號(hào)前端處理時(shí)，為了提高在強(qiáng)噪聲環(huán)境下語音端點(diǎn)檢測的準(zhǔn)確度，提出基于子帶二次譜熵的端點(diǎn)檢測算法。該算法把子帶二次譜熵作為端點(diǎn)檢測新的特征參數(shù)，將有限狀態(tài)機(jī)判別方法與子帶二次譜熵相結(jié)合，有效地解決單門限法易出現(xiàn)的兩類誤判。與傳統(tǒng)的短時(shí)能量與過零率結(jié)合法、譜熵法兩種方法相比，

2、基于子帶二次譜熵的端點(diǎn)檢測算法具有準(zhǔn)確性高，抗噪性強(qiáng)等優(yōu)點(diǎn)。
　　 二、提取基音輪廓特征時(shí)，分析了現(xiàn)有功率譜二次處理基音檢測方法的不足：對(duì)于過渡語音，易產(chǎn)生半頻或倍頻誤判；噪聲干擾下，檢測結(jié)果易失真；清、濁音的判斷方法復(fù)雜。針對(duì)不足，提出一系列改進(jìn)方法：時(shí)域非線性處理，頻域加窗濾波，簡化清、濁音判斷。仿真實(shí)驗(yàn)結(jié)果表明，無論是高信噪比還是低信噪比語音，改進(jìn)的二次譜法較傳統(tǒng)的平均幅度差函數(shù)(AMDF)法和二次譜法更能清晰、準(zhǔn)確地檢測

3、出基音軌跡。三、提出了新的特征組合參數(shù)：基于人的聽覺特性的Mel頻率倒譜系數(shù)(MFCC)參數(shù)、基于發(fā)音生理特征的基音輪廓特征以及衍生的基音周期一階差分、基音周期變化率作為說話人識(shí)別系統(tǒng)的特征參數(shù)，實(shí)驗(yàn)結(jié)果表明，使用該參數(shù)較單獨(dú)使用MFCC參數(shù)的說話人識(shí)別系統(tǒng)識(shí)別率提高了2[％]-3[％]。
　　 四、為了提高M(jìn)FCC作為說話人識(shí)別特征參數(shù)的識(shí)別率，提出了基于Fisher比及相關(guān)距離的MFCC提取方法，并根據(jù)Fisher 比及相關(guān)

4、距離的值，采用兩種方法對(duì)MFCC參數(shù)分析：降維、窗函數(shù)倒譜提升。仿真實(shí)驗(yàn)表明：降維方法能使識(shí)別率提高10[％]-15[％]；新的特征加權(quán)的識(shí)別率較傳統(tǒng)的raised-sine和half raised-sine 窗提高了10[％]-20[％]。
　　 本文主要對(duì)說話人識(shí)別的特征提取與優(yōu)化處理進(jìn)行研究。在識(shí)別的前端，使用了較準(zhǔn)確的端點(diǎn)處理方法；選取了基音輪廓、MFCC組合特征，并給出了MFCC優(yōu)化方法。本文的研究工作有助于說話人識(shí)別