資源描述：
《探索與文本無關(guān)的說話人特征提取及識(shí)別方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、蘭州理工大學(xué)碩士學(xué)位論文與文本無關(guān)的說話人特征提取及識(shí)別方法研究姓名：王貞申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：檢測技術(shù)與自動(dòng)化裝置指導(dǎo)教師：李戰(zhàn)明20060401碩士學(xué)位論文摘要說話人識(shí)別是根據(jù)人特有的語音信號(hào)來識(shí)別出說話人身份的一種生物認(rèn)證技術(shù)，在說話人識(shí)別技術(shù)中，關(guān)鍵在于兩方面：其一，如何從數(shù)據(jù)量相當(dāng)大的原始語音信號(hào)中提取出反映說話人個(gè)性特征的參數(shù)。其二，設(shè)計(jì)出行之有效的分類器。本文針對(duì)說話人識(shí)別技術(shù)目前存在的技術(shù)難點(diǎn)進(jìn)行了深入的研究，研究內(nèi)容主要包括兩方面：對(duì)于特征參數(shù)的提取，目前使用最為流行的特征參數(shù)是基于人耳聽覺特性的MEL倒譜系數(shù)(MFcc)
2、，而MFcc是基于語音信號(hào)短時(shí)平穩(wěn)的假設(shè)，在短時(shí)傅立葉變換的基礎(chǔ)上提取的。實(shí)際上語音信號(hào)是一種典型的非平穩(wěn)信號(hào)，短時(shí)分析不會(huì)隨著時(shí)間的變化改變分辨率，而小波分析是一種信號(hào)的時(shí)間一尺度分析方法，它具有多分辨分析的特點(diǎn)，因此本文在基于研究了MFCc的提取原理的基礎(chǔ)上，結(jié)合小波包對(duì)頻帶的多層次劃分，并根據(jù)人耳感知頻帶的特點(diǎn)即Mel頻率的分布，選擇相應(yīng)小波包分析后的結(jié)點(diǎn)頻帶，提取出一種基于小波包分析的新型特征參數(shù)(WPDC)。對(duì)于分類器的設(shè)計(jì)，主要應(yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)，建立了基于RBF網(wǎng)絡(luò)的說話人識(shí)別系統(tǒng)。針對(duì)系統(tǒng)性能隨時(shí)間下降的問題，本文在分析了已
3、有VQ法與人工神經(jīng)網(wǎng)絡(luò)法的基礎(chǔ)上，融合兩者的優(yōu)點(diǎn)，提出了一種vO與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的說話人識(shí)別系統(tǒng)，該系統(tǒng)能有效的解決隨著時(shí)間的變化，系統(tǒng)模型失配的問題。關(guān)鍵詞：說話人識(shí)別；特征參數(shù)；MFcc；小波變換；分類器；RBF網(wǎng)絡(luò)；LVO網(wǎng)絡(luò)與文本無關(guān)的說話人特征提取及識(shí)別方法研究AbstractAutomaticSpeakerRecognitionisabiometriccharacterizationprocessaimedatautomaticallyrecOgnizingwhoisspeakingbasedonuniqueinformati
4、oninherentinspeakersignalTherearetwokeystepsinthistechn0109yThefirstishowtoe×tractthefeatureparameterwhichcandiscriminatedifferentspeakerfromoriginalVoicesignalThesec。ndistodesignaclassinerwhichcouldyieldgoodperformanceInordertos01veproblemswithwhichthistechn0109yconfronts，
5、somedeepresearchhasbeenmade，itmainincludesthef0110wingtwoaspects：Asforfeatureextraction，themostpopularfeatureparameteristheMFCCatpresent，whichisextractedbasedonShon．TimeFourierTransform，assumingthevoicesignalisinvariantinshorttime．Infactvoicesignalisavariantsignaltypically，
6、butsho九一timeanaJysiscannotaltertime—frequencypropenyOntheotherhand，waVelettransformisasignalprocessbasedontime-scalerepresentation，inwhichthetimeandfrequencyresolutionbasisfunctionchangewithascalefactor．SobasedonstudytheMFCC。sextractiontheoryandwaveletpacketdecompositiontos
7、peechsignalprocessing，anewfeatureparameternamedwPDC(waveletpacketdecompositioncoe艏cient)isproposedInthisway，wedescribeaf}equencybandsdivisionofthesignalbycombingthenodesselectedfromthewaveIetpackettreetosecureamel—IikescalewithoutoverlappingInclassmerdesign，wehaVeconcentrat
8、edontheapplicationoftheneuralnetworktechniquestothetaskofspeakerrecognitionFirstly
