基于Fisher準(zhǔn)則和數(shù)據(jù)融合的說話人識別方法研究.pdf

1、說話人識別作為生物認證技術(shù)的一種，是一項根據(jù)語音波形中反映說話人生理和行為特征的語音參數(shù)，自動鑒別說話人身份的技術(shù)。說話人識別技術(shù)以其獨特的方便性、經(jīng)濟性和準(zhǔn)確性等優(yōu)勢受到世人矚目，并日益成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移占暗陌踩炞C方式。 在說話人識別系統(tǒng)中，如何提高反映說話人個性的語音信號特征參數(shù)的有效性和實時性是關(guān)鍵問題之一。本論文以作者攻讀碩士學(xué)位期間承擔(dān)課題的工作為基礎(chǔ)，提出一種基于Fisher準(zhǔn)則構(gòu)造混合特征參數(shù)和基于

2、BP神經(jīng)網(wǎng)絡(luò)進行數(shù)據(jù)決策級融合的說話人識別方法。本文的工作主要集中在以下幾個方面：一、在使用線性預(yù)測倒譜系數(shù)LPCC和美爾倒譜系數(shù)MFCC的基礎(chǔ)上利用Fisher準(zhǔn)則，構(gòu)造了一種新的混合特征參數(shù)。這種新的參數(shù)在不增加系統(tǒng)計算量的同時，結(jié)合了LPCC和MFCC各自的優(yōu)點，具有更好的表征說話人特征的能力，并在一定程度上消除特征的信息冗余，實現(xiàn)了可觀的信息壓縮，有利于信息的實時處理。 二、基于加權(quán)平均的數(shù)據(jù)融合算法。本文采用BP神經(jīng)網(wǎng)