基于HHT-IF與MFCC混合參數(shù)的說話人識別系統(tǒng)的研究.pdf

1、說話人識別，也被稱為聲紋識別，是從說話人語音中提取特征參數(shù)，利用這些特征參數(shù)建立模型，然后使用某種識別算法進行識別的一種身份鑒別和認證技術(shù)。隨著互聯(lián)網(wǎng)的快速發(fā)展以及人們對高效、便捷生活方式的不斷追求，人們經(jīng)常使用電子商務(wù)、電子金融、呼叫查詢等自助服務(wù)。因此，在開展這些業(yè)務(wù)之前對個人的身份進行認證是保證數(shù)據(jù)傳輸安全以及不遭受黑客的侵襲而導(dǎo)致信息丟失的基礎(chǔ)。對個人身份進行說話人識別，尤其是與文本無關(guān)的說話人識別的研究也將具有重要的實踐價值而

2、被大眾越來越多的關(guān)注。
　　說話人識別技術(shù)雖然已經(jīng)有了長時間的發(fā)展與進步，也取得了許多驕人的成績，但仍有很多的問題有待我們解決。尤其是在平常的應(yīng)用中，由于受到噪聲的影響，從而削弱其性能。本文提出一種將支持向量機作為識別模型的聲紋識別系統(tǒng)，從識別系統(tǒng)的整體框架入手，改進了聲紋系統(tǒng)中端點檢測、特征參數(shù)提取以及建立識別模型等環(huán)節(jié)。主要內(nèi)容如下：
　　首先，針對噪聲環(huán)境下，識別精度會有所降低的問題，本文的端點檢測方法是將過零率與加權(quán)

3、改進的譜熵法相結(jié)合的門限法，加權(quán)譜熵即先計算出每幀信號的譜熵值，并進行加權(quán)處理，使語音信號的動態(tài)特性更為明顯的表現(xiàn)出來，然后將該方法與傳統(tǒng)的雙門限法與譜熵法進行不同環(huán)境下的對比實驗，實驗結(jié)果驗證了這種改進的雙門限法在性能與實用性上都得到了提高。
　　其次，因為MFCC、 MFCC與WMFCC各自從不同的角度描述了語音信號的特征，所以在特征提取階段，利用增減分量法計算出這三類參數(shù)各自分量的貢獻，選取它們貢獻最大的分量混合，然后用HH

4、T算法計算出語音信號各IMF分量的瞬時頻率HHT-IF與以上混合參數(shù)再次融合，最后得到一種新型特征參數(shù)。該參數(shù)克服了傳統(tǒng)特征參數(shù)的一些不足。
　　再次，本文說話人識別模型選用SVM模型，首先介紹了SVM的基本原理，并對算法中核函數(shù)的選取進行了實驗對比，結(jié)果表明，本文實驗中選擇了徑向基函數(shù)效果最好。然后將本文提出的端點檢測與特征參數(shù)對整個系統(tǒng)進行改進并進行實驗。實驗表明識別率與魯棒性都有所改善。
　　最后，對本文的所有工作進行