学位论文 > 优秀研究生学位论文题录展示

说话人识别中的模式匹配方法研究

作　者: 何金瑞
导　师: 潘世永
学　校: 西华大学
专　业: 计算机软件与理论
关键词: 说话人识别矢量量化高斯混合模型人工神经网络
分类号: TN912.34
类　型: 硕士论文
年　份: 2009年
下　载: 168次
引　用: 3次
阅　读: 论文下载

内容摘要

说话人识别是一项根据语音中反映说话人生理和行为特征的语音参数,自动识别说话人身份的技术,属于生物特征识别技术的一种。近年来,说话人识别技术日趋成熟,由于语音这一媒介自身特殊的优势,正在迅速走向实用化,能广泛的应用于各行各业。本文以LPCC和MFCC特征参数作为识别的主要特征,还实验性地使用了基于小波变换的特征提取参数。运用矢量量化(VQ)、高斯混合模型(GMM)和人工神经网络(ANN)技术实现与文本无关的说话人识别,分别在15人、25人、41人大小的语音库上进行了识别实验。本文的主要工作有:(1)在特征提取部分,详细阐述了特征提取阶段的时域特征和LPCC、MFCC等倒谱特征的提取过程,并用不同于传统的短时傅里叶变换的小波变换进行了特征提取;(2)对各个系统的性能进行了研究。在VQ模型中,研究了码本尺度对系统性能的影响和具体选取问题;在GMM模型中,研究了高斯混合模型的阶数和训练语音的长度对系统性能的影响,并在大量实验的基础了,提出了对不同的训练语音长度给出了推荐的模型阶数;在神经网络中进行了尝试性的实验研究;分析了各系统的优缺点,为以后建立混合识别系统奠定了基础。最后介绍了各个系统的实现和实验,对结果进行了分析和比较,对各种参数的设置均给出了实验验证,对未来的研究工作进行了展望。

说话人识别中的模式匹配方法研究

内容摘要

全文目录

相似论文