基于倒譜特征的說話人識別算法研究.pdf

1、語言是人類信息交互最基本的方式，而隨著信息科技的發(fā)展，人機交互成為科技提升中新的迫切需求。說話人識別技術(shù)憑快捷、有效和成本低等優(yōu)勢，成為被廣泛接受的重要生物認證技術(shù)之一。該技術(shù)在信息認證、司法偵查、電子商務、證件防偽等方面得到廣泛應用。
　　說話人識別也稱聲紋識別，是語音信號處理技術(shù)中的重要領(lǐng)域之一。雖然說話人識別技術(shù)在理論研究上已獲取一定成果，但高噪聲、高失真的實際環(huán)境會致使說話人識別系統(tǒng)的識別性能急劇下降。語音特征參數(shù)提取是說

2、話人識別算法中的最關(guān)鍵的一部分。因此，當前的研究熱點即為如何在高噪聲環(huán)境下提取識別性能和區(qū)分性能優(yōu)越的語音特征。本文在現(xiàn)有說話人識別算法的基礎(chǔ)上，對信號特征提取的特征提取與加權(quán)、濾波器設(shè)計等方面存在的問題進行深入研究，提出解決方案。
　　1.針對傳統(tǒng)梅爾頻譜存在高方差與時延性，Mel濾波器組模擬人耳聽覺特性能力不佳，MFCC抗噪性能不良，及梅爾頻譜特征參數(shù)僅表達語音的靜態(tài)特性等問題，提出基于多窗譜估計和Gammatone濾波器組的