版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、說話人識別技術(shù)屬于生物特征識別技術(shù)領(lǐng)域范疇,是用計算機(jī)來理解人的語言,自動識別說話人身份(說話人是誰)的一門技術(shù)。近年來由于信號與信息處理、模式識別、人工智能以及機(jī)器學(xué)習(xí)等學(xué)科理論技術(shù)的飛速發(fā)展,說話人識別技術(shù)也隨之迅速崛起。與其它的生物特征識別技術(shù)相比,說話人識別技術(shù)具有操作簡便,實用經(jīng)濟(jì)等許多優(yōu)勢。說話人識別技術(shù)具有非常廣闊的前景,廣泛應(yīng)用于信息服務(wù)類、公安司法、軍事、財經(jīng)等許多領(lǐng)域。
本文主要研究基于高斯混合模型(Gau
2、ssian mixture model,GMM)的說話人身份識別的算法,識別、訓(xùn)練樣本分開,樣本內(nèi)容為文本無關(guān)。
本文所作的工作主要有以下幾點:首先把采集到的語音信號進(jìn)行了預(yù)處理,在端點檢測環(huán)節(jié),本文提出了一種新的端點檢測算法,采用把語音信號進(jìn)行幅值歸一化,把語音信號的幅值分布在0~1之間,以短時能量和為依據(jù)設(shè)定閾值進(jìn)行判決。實驗結(jié)果表明,該端點檢測算法較之傳統(tǒng)的基于短時能量和短時平均過零率端點檢測算法能更有效的檢測出語音信號
3、的起始點和結(jié)束點,具有良好的檢測性能;然后把端點檢測后真正的語音段用來提取特征參數(shù),使用了基于人耳聽覺特性的美爾倒譜系數(shù)(Mel-frequencycepstral coefficient,MFCC)來提取;最后用GMM對說話人識別進(jìn)行了建模,在進(jìn)行說話人識別時,采用YOHO標(biāo)準(zhǔn)高質(zhì)量可靠的語音數(shù)據(jù)庫選取50人和自己錄制的小型漢語語音數(shù)據(jù)庫20人進(jìn)行了實驗,詳細(xì)分析了設(shè)置不同系統(tǒng)參數(shù),如訓(xùn)練樣本個數(shù)、幀長、測試語音長度、GMM階數(shù)等對系
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于GMM的說話人識別算法的研究.pdf
- 基于聲音的說話人身份識別技術(shù)研究
- 基于GMM算法的說話人識別系統(tǒng)的研究.pdf
- 基于聲紋識別的說話人身份確認(rèn)方法的研究.pdf
- 基于GMM的說話人識別技術(shù)研究.pdf
- 基于GMM與改進(jìn)LS-SVM算法的說話人識別研究.pdf
- 基于VQ與GMM的說話人識別.pdf
- 噪聲環(huán)境下的基于GMM-SVM說話人識別算法.pdf
- 基于GMM的說話人識別系統(tǒng)研究.pdf
- 基于智能卡的說話人身份認(rèn)證研究.pdf
- 基于GMM說話人分類的說話人識別系統(tǒng)研究.pdf
- 基于VP樹和GMM的說話人識別研究.pdf
- 基于GMM的說話人語音識別研究與實踐.pdf
- 說話人身份識別系統(tǒng)的設(shè)計及DSP實現(xiàn).pdf
- 基于GMM的說話人識別算法研究及其在安卓平臺的實現(xiàn).pdf
- 基于MFCC和GMM的說話人識別系統(tǒng)研究.pdf
- 基于GMM和SVM的說話人識別系統(tǒng)研究.pdf
- 基于ICA和GMM的無約束說話人識別研究.pdf
- 基于GMM的說話人識別系統(tǒng)研究與實現(xiàn).pdf
- 基于GMM和SVM的說話人識別方法研究.pdf
評論
0/150
提交評論