基于語音分離的聲紋識別技術(shù)研究.pdf

1、如今隨著信息技術(shù)和科技水平的快速發(fā)展，國家對信息安全的需求程度也越來越高，而生物特征識別結(jié)合了生物學(xué)和信息學(xué)，使身份識別更加的方便安全。其中，聲紋因其獲取成本低、處理相對簡單等優(yōu)勢，從一開始就是生物識別領(lǐng)域一個重要的研究方向。近幾十年來，聲紋識別領(lǐng)域已經(jīng)獲得了重大的進(jìn)步，被廣泛應(yīng)用于國防，金融，刑偵，醫(yī)療等軍用民用安全領(lǐng)域。但是面對多人說話場景或者強(qiáng)干擾噪音的背景下，聲紋識別的效果依舊不理想。
　　針對多人說話背景下聲紋識別效率低

2、下的問題，需要對語音進(jìn)行先分離后識別，以提高識別效率。本論文針對特征提取、語音分離、聲紋識別等相關(guān)算法模型進(jìn)行具體描述，就基于語音分離的聲紋識別系統(tǒng)展開深入研究。論文先總體描述了語音分離及聲紋識別的基礎(chǔ)理論，然后對語音分離、融合特征提取、模型訓(xùn)練、模式匹配等內(nèi)容進(jìn)行具體分析。在語音分離階段，選擇利用改進(jìn)高頻區(qū)域的計(jì)算聽覺場景分析模型（CASA）進(jìn)行語音分離，得到目標(biāo)說話人的語音波形。在特征提取階段，選擇對基于人體發(fā)聲結(jié)構(gòu)提出的基音周期和

3、基于人體聽覺結(jié)構(gòu)提出的 Mel頻率倒譜參數(shù)及其差分參數(shù)進(jìn)行融合得到3L+1維的融合特征參數(shù)PITCHMFCC。在聲紋識別階段，分析經(jīng)典聲紋識別模型GMM，提出融合CASA的語音分離識別模型SGMM并從多個維度進(jìn)行仿真實(shí)驗(yàn)，比較兩個聲紋識別模型在單人和混合語音場景下的識別準(zhǔn)確率，此外，還分析了不同性別混合語音，不同背景語音長度以及說話人錄制背景語音時和話筒的不同距離對SGMM模型識別率的影響。最后，在仿真環(huán)境下實(shí)現(xiàn)基于語音分離的聲紋識別系