基于矢量量化算法的語者鑒定研究.pdf

1、本論文主要的研究內(nèi)容是矢量量化模型的語者鑒定的改進(jìn)和應(yīng)用。語者鑒定是根據(jù)人的聲音來鑒定人的一種生物認(rèn)證技術(shù)，有十分廣闊的應(yīng)用前景。矢量量化模型有著可將大量數(shù)據(jù)進(jìn)行壓縮的特點，因此，在語者識別領(lǐng)域中有很好的應(yīng)用前景。 作者從語者識別的幾個角度進(jìn)行了研究，實現(xiàn)了包括語音采集、特征提取，直到產(chǎn)生識別結(jié)果在內(nèi)的語者鑒定系統(tǒng)。在該系統(tǒng)的基礎(chǔ)上，做了下列幾個方面的工作： 1.我們建立了一個由50人構(gòu)成的語音資料庫，其中男性有29名

2、，女性有21名，采集頻率為16kHz，采集精度為16bit的語料庫。 2.建立了基于MEL倒譜系數(shù)的矢量量化模型和分組矢量量化模型的多套語者鑒定的實驗原型。 3.分析了特征向量中每一維對識別所做的貢獻(xiàn)大小，通過特征加權(quán)的方式突出貢獻(xiàn)大的向量，由實驗可知，識別率有顯著提高。 4.研究了可以提高碼本設(shè)計的分割標(biāo)準(zhǔn)化距離測度(Partition Normalized Distance Measure，PNDM)。