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69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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、說話人識(shí)別技術(shù)隨著信息技術(shù)與模式識(shí)別技術(shù)的不斷發(fā)展和我們的日常生活越發(fā)變得息息相關(guān)。盡管在實(shí)驗(yàn)室環(huán)境下,目前很多說話人識(shí)別系統(tǒng)都表現(xiàn)出了喜人的性能,但應(yīng)用到實(shí)際中,它們的表現(xiàn)卻很難令人滿意。穩(wěn)健的說話人識(shí)別技術(shù)研究就是試圖解決如何在實(shí)際環(huán)境下提高系統(tǒng)識(shí)別性能的問題。本文主要研究了高斯混合模型-通用背景模型(GMM-UBM)和I-矢量(I-Vector)兩種技術(shù)在說話人識(shí)別中的應(yīng)用,并針對(duì)其在實(shí)際應(yīng)用中的缺陷分別在穩(wěn)健的特征提取、有效的信

2、道補(bǔ)償、簡單的得分規(guī)整三個(gè)方面深入研究并提出相應(yīng)的改進(jìn)方法。
  梅爾頻率倒譜參數(shù)(MFCC)得益于考慮了人的聽覺原理和倒譜特性而具有分類性能優(yōu)良與易于計(jì)算等卓越特點(diǎn),因此常被用來作為描述說話人個(gè)性的特征參數(shù)。然而實(shí)際環(huán)境會(huì)導(dǎo)致MFCC分布非高斯化程度加劇。為降低訓(xùn)練與識(shí)別時(shí)MFCC分布間的差異,本文首先對(duì)MFCC進(jìn)行RASTA濾波以降低卷積噪聲和不同信道的影響,為去除由調(diào)制轉(zhuǎn)換引起的卷積噪聲對(duì)其進(jìn)行倒譜均值減(CMS),再利用特

3、征彎折重構(gòu)每一維MFCC特征使其服從一個(gè)統(tǒng)一的分布。此外,結(jié)合MFCC差分系數(shù)以更好地描述幀與幀之間的聯(lián)系。在基于GMM-UBM的打分階段,對(duì)得分采用結(jié)合的規(guī)整技術(shù)進(jìn)行歸一化,不僅在一定程度上提高了系統(tǒng)的性能而且易于設(shè)定統(tǒng)一的判決閾值。
  目前,說話人識(shí)別發(fā)展所遇到的瓶頸就是如何克服訓(xùn)練和測試語音之間的信道變化。針對(duì)此問題,本文選擇概率線性鑒別分析對(duì)I-Vector進(jìn)行信道補(bǔ)償。此外,本文在在首先對(duì)I-Vector空間進(jìn)行方差譜

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論