基于前端處理噪聲環(huán)境下穩(wěn)健的說(shuō)話人識(shí)別研究.pdf

1、說(shuō)話人識(shí)別技術(shù)在公安、安全、司法等領(lǐng)域有著重要的應(yīng)用價(jià)值和廣闊的應(yīng)用范圍?，F(xiàn)有說(shuō)話人識(shí)別系統(tǒng)在很安靜的環(huán)境下通?？梢匀〉帽容^好的識(shí)別效果,但當(dāng)有噪聲干擾時(shí),識(shí)別性能將急劇下降,嚴(yán)重阻礙了說(shuō)話人識(shí)別技術(shù)在實(shí)際中的應(yīng)用。針對(duì)此問(wèn)題通常可以采取三種途徑解決,一是前端增強(qiáng)處理,二是采用抗噪性更好的特征參數(shù)或?qū)ΜF(xiàn)有參數(shù)進(jìn)行組合增強(qiáng)抗噪性,三是對(duì)匹配模型進(jìn)行補(bǔ)償,提高對(duì)噪聲的抵抗能力。本文主要研究第一種方法,即采用前端語(yǔ)音增強(qiáng)處理提高說(shuō)話人識(shí)別系統(tǒng)

2、的抗噪性能。主要工作為:
　　1.探討了穩(wěn)健的說(shuō)話人識(shí)別的研究現(xiàn)狀和研究意義。
　　2.針對(duì)說(shuō)話人識(shí)別系統(tǒng)中,無(wú)聲段對(duì)識(shí)別率的不利影響,提出一種結(jié)合語(yǔ)音自身短時(shí)相關(guān)性和能量相結(jié)合的相關(guān)能積算法,并對(duì)語(yǔ)音音節(jié)間相關(guān)性弱的缺點(diǎn)采取了補(bǔ)償,進(jìn)一步提高了檢測(cè)的準(zhǔn)確性。
　　3.建立了基于DTW和GMM的兩個(gè)說(shuō)話人識(shí)別系統(tǒng),建立了文本相關(guān)和文本無(wú)關(guān)的兩個(gè)語(yǔ)音數(shù)據(jù)庫(kù),并做了多種頻帶的噪聲對(duì)兩種系統(tǒng)進(jìn)行沖擊實(shí)驗(yàn),得到了大量實(shí)驗(yàn)數(shù)據(jù),

3、為后繼的研究奠定了基礎(chǔ);針對(duì)基音頻率抗噪性較好,而變異性較大的特點(diǎn),本文對(duì)基音頻率進(jìn)行了探討,分離了基音頻率的兩個(gè)特性,并采用雙門(mén)限策略,提高了基音頻率對(duì)變異性的克服能力。
　　4.研究了單通道語(yǔ)音增強(qiáng)方法,包括譜減、維納濾波、單通道信號(hào)子空間語(yǔ)音增強(qiáng)算法,在單通道信號(hào)子空間語(yǔ)音增強(qiáng)算法研究過(guò)程中針對(duì)拉格朗日乘子選取問(wèn)題,提出一種自適應(yīng)選擇拉格朗日乘子的方法,在大量消噪的同時(shí),盡量避免對(duì)語(yǔ)音的損傷。并將單通道語(yǔ)音增強(qiáng)方法融合到兩種