2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩104頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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)與其他生物識別技術(shù)相比,具有更為簡便、經(jīng)濟(jì)和更好的可擴(kuò)展性等優(yōu)點(diǎn)。目前的說話人識別系統(tǒng)對純凈語音已經(jīng)可以達(dá)到很高的識別精度,但當(dāng)用于識別的語音存在失真時,系統(tǒng)的識別性能顯著下降。實(shí)際應(yīng)用中造成語音失真的因素非常多。因此,提高識別系統(tǒng)的魯棒性是說話人識別技術(shù)走向?qū)嵱没年P(guān)鍵。本文從魯棒性特征分析提取和優(yōu)選、噪聲失真補(bǔ)償、說話人預(yù)分類等幾個方面展開研究,提出了改進(jìn)算法,取得了一些研究成果。 本文在介紹說話人識別中常用的

2、語音特征參數(shù)和典型的說話人分類模型的基礎(chǔ)上,特別分析了感知線性預(yù)測倒譜系數(shù)(PLPCC)參數(shù)的特點(diǎn)和提取方法,比較了幾種參數(shù)在與文本無關(guān)的說話人識別中的性能,得到了基于PLPCC語音特征參數(shù)和高斯混合模型(GMM)的系統(tǒng)具有更好的性能的結(jié)果。并根據(jù)GMM和人工神經(jīng)網(wǎng)絡(luò)(ANN)模型的特點(diǎn),提出了一種基于ANN和GMM模型聯(lián)合得分判別的識別方法,在一定程度上提高了識別性能。 在分析和研究基音同步分析方法和鑒別性特征參數(shù)選取方法的基

3、礎(chǔ)上,提出了基于語音基音同步分析特征參數(shù)提取和Fisher比特征參數(shù)矢量分量優(yōu)選降維的說話人識別算法。該算法采用基音同步分析方法提取各幀語音的PLPCC及其ΔAPLPCC特征參數(shù),再利用Fisher比對由基音P、12階PLPCC和ΔPLPCC組成的特征參數(shù)矢量的各維分量進(jìn)行優(yōu)選,使最終的特征參數(shù)矢量得到降維。與文本無關(guān)的閉集說話人識別仿真實(shí)驗(yàn)表明:語音基音同步分析特征參數(shù)提取和Fisher比特征參數(shù)矢量分量優(yōu)選降維可以提高識別系統(tǒng)性能;

4、本算法與通常的算法相比,其識別率和魯棒性得到了提高,而有效降低了模型的復(fù)雜度。 訓(xùn)練條件與測試條件的不匹配是導(dǎo)致說話人識別系統(tǒng)性能下降的一個重要原因,而噪聲是引起這種失配的主要因素之一。提高系統(tǒng)在噪聲環(huán)境下的性能的一個重要方法就是對噪聲進(jìn)行補(bǔ)償,使失配減小。本文在仔細(xì)分析短時語音頻譜結(jié)構(gòu)特征的基礎(chǔ)上,提出了一個基于濁音語音諧波頻譜子帶加權(quán)重建的抗噪聲說話人識別算法。該算法針對濁音語音諧波頻譜結(jié)構(gòu)的特征,對受噪聲污染的濁音頻譜在各

5、個諧波帶上根據(jù)信號能量和譜平坦度測度實(shí)施加權(quán)重建,然后基于重建的濁音頻譜提取相應(yīng)的PLPCC參數(shù),在參數(shù)域上實(shí)現(xiàn)對噪聲的補(bǔ)償。仿真結(jié)果表明,該算法可以對多種類型的含噪語音進(jìn)行良好的噪聲補(bǔ)償,明顯提高在噪聲環(huán)境下的說話人識別率,特別是低SNR環(huán)境下的識別率,噪聲補(bǔ)償性能明顯優(yōu)于譜減法和倒譜均值相減法的補(bǔ)償方法。 語音的基音特征也是一種具有一定魯棒性的語音特征參數(shù)。本文研究了基音提取方法及其在說話人識別中的應(yīng)用。在分析已有的基音檢測

6、算法的基礎(chǔ)上,本文提出了兒種改進(jìn)的基音檢測算法:(1)基于倒譜修正模型的語音基音檢測算法,(2)改進(jìn)的平均幅度差函數(shù)語音基音檢測算法,(3)基于小波變換的含噪語音基音檢測的改進(jìn)算法。實(shí)驗(yàn)結(jié)果表明,本文提山的改進(jìn)算法與對應(yīng)的基本算法及其相關(guān)改進(jìn)算法相比,基音檢測精度特別是在噪聲環(huán)境卜的基音檢測精度有了不同程度的提高。另外,基音在說話人識別中應(yīng)用的仿真結(jié)果也表明:基音與倒譜類特征參數(shù)PLPCC、MFCC、LPCC的組合應(yīng)用,可以提高識別系統(tǒng)

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。

評論

0/150

提交評論