資源描述：
《基于gmm和svm的說話人識別方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、中圖分類號：UDC：學(xué)校代碼：10055密級：公開高恐犬淫碩士學(xué)位論文基于GMM和SVM的說話人識別方法研究ResearchonSpeakerRecognitionbasedonGMMandSVM南開大學(xué)研究生院二。一三年五月南開大學(xué)學(xué)位論文使用授權(quán)書根據(jù)《南開大學(xué)關(guān)于研究生學(xué)位論文收藏和利用管理辦法》，我校的博士、碩士學(xué)位獲得者均須向南開大學(xué)提交本人的學(xué)位論文紙質(zhì)本及相應(yīng)電子版。本人完全了解南開大學(xué)有關(guān)研究生學(xué)位論文收藏和利用的管理規(guī)定。南開大學(xué)擁有在《著作權(quán)法》規(guī)定范圍內(nèi)的學(xué)位論文使用權(quán)，即：(1)學(xué)位獲得者必須按規(guī)定提交學(xué)位論文(包括紙質(zhì)印刷本及電子版)，學(xué)校可以采用影印、
2、縮印或其他復(fù)制手段保存研究生學(xué)位論文，并編入《南開大學(xué)博碩士學(xué)位論文全文數(shù)據(jù)庫》；(2)為教學(xué)和科研目的，學(xué)校可以將公開的學(xué)位論文作為資料在圖書館等場所提供校內(nèi)師生閱讀，在校園網(wǎng)上提供論文目錄檢索、文摘以及論文全文瀏覽、下載等免費信息服務(wù)；(3)根據(jù)教育部有關(guān)規(guī)定，南開大學(xué)向教育部指定單位提交公開的學(xué)位論文；(4)學(xué)位論文作者授權(quán)學(xué)校向中國科技信息研究所及其萬方數(shù)據(jù)電子出版社和中國學(xué)術(shù)期刊(光盤)電子出版社提交規(guī)定范圍的學(xué)位論文及其電子版并收入相應(yīng)學(xué)位論文數(shù)據(jù)庫，通過其相關(guān)網(wǎng)站對外進行信息服務(wù)。同時本人保留在其他媒體發(fā)表論文的權(quán)利。非公開學(xué)位論文，保密期限內(nèi)不向外提交和提供服務(wù)，
3、解密后提交和服務(wù)同公開論文。論文電子版提交至校圖書館網(wǎng)站：http：／／202．113．20．161：8001／index．htm。本人承諾：本人的學(xué)位論文是在南開大學(xué)學(xué)習(xí)期間創(chuàng)作完成的作品，并已通過論文答辯；提交的學(xué)位論文電子版與紙質(zhì)本論文的內(nèi)容一致，如因不同造成不良后果由本人自負(fù)。本人同意遵守上述規(guī)定。本授權(quán)書簽署一式兩份，由研究生院和圖書館留存。作者暨授權(quán)人簽字：歪垡垡2013年5月30日南開大學(xué)研究生學(xué)位論文作者信息論文題目基于GMM和SVM的說話人識別方法研究姓名喬華鶴學(xué)號2120100282答辯日期2013年5月28日論文類別博士口學(xué)歷碩士■碩士專業(yè)學(xué)位口高校教師口同
4、等學(xué)力碩士口信息技術(shù)科學(xué)學(xué)院院／系／所專業(yè)信號與信息處理電子信息與通信系聯(lián)系電話15522605652Emailqiaohuahe2006@163．corn通信地址(郵編)：天津市南開區(qū)衛(wèi)津路94號南開大學(xué)西區(qū)公寓1．2—505(300071)備注：是否批準(zhǔn)為非公開論文否注：本授權(quán)書適用我校授予的所有博士、碩士的學(xué)位論文。由作者填寫(一式兩份)簽字后交校圖書館，非公開學(xué)位論文須附《南開大學(xué)研究生申請非公開學(xué)位論文審批表》。南開大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下進行研究工作所取得的研究成果。除文中已經(jīng)注明引用的內(nèi)容外，本學(xué)位論文的研究成果不包含
5、任何他人創(chuàng)作的、已公開發(fā)表或者沒有公開發(fā)表的作品的內(nèi)容。對本論文所涉及的研究工作做出貢獻的其他個人和集體，均已在文中以明確方式標(biāo)明。本學(xué)位論文原創(chuàng)性聲明的法律責(zé)任由本人承擔(dān)。學(xué)位論文作者簽名：疊生鶴2013年5月30日非公開學(xué)位論文標(biāo)注說明根據(jù)南開大學(xué)有關(guān)規(guī)定，非公開學(xué)位論文須經(jīng)指導(dǎo)教師同意、作者本人申請和相關(guān)部門批準(zhǔn)方能標(biāo)注。未經(jīng)批準(zhǔn)的均為公開學(xué)位論文，公開學(xué)位論文本說明為空白。論文題目申請密級口限制(≤2年)口秘密(≤10年)口機密(≤20年)保密期限20年月同至20年月日審批表編號批準(zhǔn)13期20年月日南開大學(xué)學(xué)位評定委員會辦公室蓋章(有效)注：限制★2年(可少于2年)：秘密
6、★10年(可少于10年)：機密★20年(可少于20年)摘要說話人識別技術(shù)是生物認(rèn)證的一種，它是根據(jù)說話人語音波形中能反映說話人生理和行為個性特征的語音參數(shù)來自動鑒別說話人身份的過程，該技術(shù)以其顯著的使用方便、經(jīng)濟和有效等優(yōu)勢在許多領(lǐng)域中有著廣泛的應(yīng)用前景。本文主要研究了噪聲環(huán)境下文本無關(guān)的說話人識別的相關(guān)內(nèi)容。為改善系統(tǒng)識別率和系統(tǒng)響應(yīng)時間，本文在介紹說話人識別基本原理的基礎(chǔ)上，重點圍繞識別模型和語音去噪兩方面進行研究。在識別模型方面，詳細(xì)介紹了高斯混合模型(GMM)和支持向量機(SvM)模型的理論知識，并針對兩者自身的優(yōu)缺點，本文提出了兩種GMM和SVM相結(jié)合的方法，實驗證明這
7、兩種混合模型都可以改善系統(tǒng)性能。針對噪聲環(huán)境下，系統(tǒng)識別率急劇下降的問題，本文在原有小波閾值去噪的基礎(chǔ)上提出了一種改進的閾值函數(shù)并采用了區(qū)分清濁音的小波去噪方法，實驗證明這些改進可取得更好的去噪效果。具體研究工作如下：(1)GMM屬于概率統(tǒng)計模型，有很強的數(shù)據(jù)描述能力和較弱的數(shù)據(jù)分類能力。SVM模型屬于分類器模型，有很強的數(shù)據(jù)區(qū)分能力和較弱的數(shù)據(jù)描述能力。結(jié)合這些特點，本文提出了用GMM對大樣本特征參數(shù)聚類得到能更好表征說話人個性特征的小樣本的GMM模型參數(shù)作為SVM特征參數(shù)的模
