基于蟻群算法的說話人識(shí)別系統(tǒng)的研究.pdf

1、說話人識(shí)別是指通過語(yǔ)音來識(shí)別說話人的身份。作為一種基于生物特征信息的身份識(shí)別方法，它在電子商務(wù)、消費(fèi)、銀行等遠(yuǎn)程客戶服務(wù)的身份認(rèn)證、軍事安全領(lǐng)域的說話人身份自動(dòng)檢測(cè)和認(rèn)證中具有極大的應(yīng)用價(jià)值和廣泛的應(yīng)用前景，是當(dāng)今語(yǔ)音信號(hào)處理和生物特征信息檢測(cè)和識(shí)別領(lǐng)域的重要研究方向。 由于說話人的個(gè)性以及實(shí)際應(yīng)用環(huán)境的復(fù)雜性，說話人識(shí)別技術(shù)雖然取得了一定的進(jìn)步，但識(shí)別率、系統(tǒng)穩(wěn)定性、噪聲魯棒性還不是很理想，其瓶頸效應(yīng)也逐步顯現(xiàn)，進(jìn)一步提高比較

2、困難，離真正的實(shí)用化還有相當(dāng)一段距離。 蟻群算法是一種隨機(jī)搜索算法，與其它模擬進(jìn)化優(yōu)化算法一樣，通過由候選解組成的群體的進(jìn)化過程來尋找最優(yōu)解。它通過信息素利用了正反饋原理，在一定程度上可以加快進(jìn)化過程，它還是一種本質(zhì)并行的算法，不同個(gè)體之間不斷進(jìn)行信息的交流和傳遞，從而能夠相互協(xié)作，有利于發(fā)現(xiàn)更好的解。由于它的這種優(yōu)點(diǎn)，在TSP、函數(shù)優(yōu)化等問題上得到了廣泛的應(yīng)用。 本論文在分析了說話人識(shí)別以及蟻群算法國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)

3、上，將蟻群算法引入到混合高斯模型的參數(shù)訓(xùn)練中，采用TopN方法對(duì)特征矢量作識(shí)別計(jì)算，并以此為基礎(chǔ)實(shí)現(xiàn)了一個(gè)說話人識(shí)別系統(tǒng)。 論文完成的主要工作有： 1、分析了說話人識(shí)別的國(guó)內(nèi)外研究現(xiàn)狀，闡述了說話人識(shí)別系統(tǒng)的基本結(jié)構(gòu)以及說話人識(shí)別的性能評(píng)價(jià)標(biāo)準(zhǔn)等。 2、分析了蟻群算法的國(guó)內(nèi)外現(xiàn)狀，在深入研究蟻群算法和混合高斯模型的原理和特點(diǎn)后，提出了將蟻群算法引入到混合高斯模型的參數(shù)訓(xùn)練的新方法。利用蟻群算法對(duì)輸入說話人的語(yǔ)音幀

4、信息聚類來估計(jì)出模型的參數(shù)，從而為每一個(gè)說話人建立起相應(yīng)的模型。 3、針對(duì)有限的訓(xùn)練數(shù)據(jù)和語(yǔ)音信號(hào)的變異性等問題，論文提出了采用TopN的方法，該方法只取最相似的前N％的特征矢量作識(shí)別計(jì)算，從而有效地降低了語(yǔ)音段中無(wú)效語(yǔ)音段對(duì)整體語(yǔ)音的影響。 4、在上述提出的新算法的基礎(chǔ)上利用Visual C++實(shí)現(xiàn)了一個(gè)說話人識(shí)別系統(tǒng)，該系統(tǒng)能實(shí)現(xiàn)錄音、訓(xùn)練、識(shí)別等一系列功能。實(shí)驗(yàn)結(jié)果表明，基于蟻群算法的說話人識(shí)別系統(tǒng)有著較高的識(shí)別率