学位论文 > 优秀研究生学位论文题录展示

基于文本无关的说话人识别研究

作　者: 刘俊波
导　师: 徐文尚
学　校: 山东科技大学
专　业: 控制理论与控制工程
关键词: 特征提取说话人识别矢量量化 LPC倒谱系数
分类号: TN912.34
类　型: 硕士论文
年　份: 2008年
下　载: 11次
引　用: 1次
阅　读: 论文下载

内容摘要

随着社会信息化程度的发展,越来越多的场合需要对人的身份进行可靠地识别,传统的以密码方式进行身份认证的技术日益暴露出很多弊端。为确保信息安全,用人特有的生物特征作为认证手段的技术逐渐发展起来。说话人识别属于生物认证技术的一种,是一项根据语音波形中反映的说话人生理和行为特征的语音参数,自动鉴别说话人身份的技术。说话人识别技术以其独特的方便性、经济性等优势受到世人瞩目,并日益成为人们日常生活和工作中重要且普及的安全验证方式。本文的研究对象是与文本无关的说话人识别系统。首先,详细讨论了说话人识别系统的基本原理,接着介绍了语音信号产生的数学模型、语音信号的数字化及预处理,内容涉及语音信号的加窗、分帧、预加重滤波、端点检测;重点讨论了传统的双门限端点检测算法,并给出了传统双门限端点检测算法的程序。针对传统双门限端点检测算法适应性不强的特点,提出了一种改进的端点检测方法:能频值端点检测算法;重点分析了当前最常用的三种语音特征参数:线形预测系数、线形预测倒谱系数和基于听觉特性Mel频率倒谱系数。并提取了这三种系数。其次,着重讨论了说话人识别常用的方法:基于矢量量化的说话人识别方法。详细讨论了VQ的基本原理、失真测度、最佳码本设计以及介绍了基于FVQ的说话人识别方法,实验结果表明基于FVQ的识别率较基于VQ的识别率要好。再次,编写了以△MFCC+MFCC为参数、基于矢量量化的说话人识别系统的训练和测试程序。对于VQ模型,码本数的选取对识别率有很大的影响,实验证明选取128时最合适。最后对本文的工作进行了总结,同时对未来的研究工作进行了展望。

全文目录

摘要  5-6
ABSTRACT  6-12
1 绪论  12-17
  1.1 说话人识别的研究历史及现状  12-13
  1.2 主要的应用领域  13-15
  1.3 说话人识别技术的难点和热点  15-16
  1.4 本文论文组织结构  16-17
2 说话人识别技术  17-25
  2.1 说话人识别的基本原理  17-18
  2.2 说话人识别的分类  18-19
  2.3 说话人识别的特征参数  19-20
  2.4 说话人识别主要的分类方法  20-23
  2.5 特征参数的评价方法  23-25
3 语音信号的分析与初步处理  25-37
  3.1 语音信号的产生模型  25-27
  3.2 语音信号的预处理  27-37
4 语音特征参数提取  37-45
  4.1 线性预测系数  37-41
  4.2 LPC倒谱系数  41-43
  4.3 基于听觉特性的Mel频率倒谱系数  43-45
5 矢量量化识别方法及其优化  45-58
  5.1 概述  45
  5.2 矢量量化的工作原理  45-48
  5.3 矢量量化的失真测度  48-50
  5.4 矢量量化的最佳码本设计  50-53
  5.5 矢量量化识别方法的优化  53-58
6 系统实现与实验结果  58-64
  6.1 实验软硬件条件  58
  6.2 实验语音库  58-59
  6.3 应用矢量量化的说话人识别  59-64
7 结论  64-65
参考文献  65-67
致谢  67

基于文本无关的说话人识别研究

内容摘要

全文目录

相似论文