基于文本無關(guān)的說話人識別技術(shù)的研究

《基于文本無關(guān)的說話人識別技術(shù)的研究》由會員上傳分享，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、西雨科技大學(xué)研究生學(xué)位論文基于文本無關(guān)的說話人識別技術(shù)的研究年級２０１３姓名薛帥強(qiáng)中巧學(xué)化級別碩壬專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)指導(dǎo)教師陳波Ｃ：１２．３４ｌａｓｓｉｆｉｅｄＩｎｄｅｘＴＮ９Ｕ．９３．Ｄ．Ｃ：００４ＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙＴｅｃｈｎｏｌｏｏｆＳｃｉｅｎｃｅａｎｄｇｙＭａｓｔｅｒＤｅｇｒｅｅＴｈｅｓｉｓＲｅｓｅａｒｃｈｏ干ＳｐｅａｋｅｒＲｅｃｏｇｎｉｔｉｏｎ—ＴｅｃｈｎｏＢａｓｅｄＴｅｘｔｉ

2、ｎｄｅｅｎｄｅｎｔｌｏｇｙｐＧｒａｄｅ２０１３：Ｃａｎｄｉｄａｔｅ：ＳｈｕａｉｑｉａｎｇＸｕｅＡｃａｄｅｍｉｃＤｅｇｒｅｅＡｐｐｌｉｅｄｆｏｒ：ＭａｓｔｅｒｅｃｈｎｏｌｏＳｅｃ：ＣｒＳｃｉＡｎｄＴｐｉａｌｉｔｙｏｍｐｕｔｅｅｎｃｅｇｙＳｕｐｅｒｖｉｓｏｒ；Ｐｒｏｆ．ＢｏＣｈｅｎＭａｒ．３０２０１６，獨(dú)創(chuàng)性聲明……本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下（或我個(gè)人）進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加標(biāo)注和致謝的地方外，論文中

3、不包含其他人己經(jīng)發(fā)表或撰寫過的研巧成果，也不包含為獲得西南科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料一。與我同工作的同志對本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示了謝意。／簽名：齊、作游曰脫＞終＾《日關(guān)于論文使用和授權(quán)的說明本人完全了解西南科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，目Ｐ：學(xué)校有權(quán)保，學(xué)?？刹荚撜撐牡娜炕虿浚崳娏魧W(xué)位論文的復(fù)印件允許該論文被查閱和借閱：分內(nèi)容，可Ｗ采用影印、縮印或其他復(fù)制手段保存論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）：簽名：

4、導(dǎo)帥簽么期：辦蘇＃豬１１／終弓《呂西南科技大學(xué)碩±研究生學(xué)位論文第Ｉ頁摘要在實(shí)際生活中，身份認(rèn)證應(yīng)用在各個(gè)領(lǐng)域，身份認(rèn)證的方法有很多種，一比如指紋，，，、虹膜、人臉等等聲紋識別也是其中種又叫說話人識別是通過說話人的聲音辨識出說話者身份。說話人識別又分為與文本相關(guān)的和與文本無關(guān)的，本文主要研究與文本無關(guān)的說話人識別技術(shù)，因?yàn)槠涓哂惺梗崳娪脙r(jià)值，并且提升空間比較大，提。通過對其關(guān)鍵技術(shù)的研巧高系統(tǒng)識別性能。，結(jié)合語音學(xué)本文在現(xiàn)有與文本無關(guān)的說話人識別技術(shù)的基礎(chǔ)上、音韻學(xué)及其

5、語音信號的特征，研究基于文本無關(guān)的說話人識別關(guān)鍵技術(shù)。主要的研究內(nèi)容包括Ｗ下幾個(gè)方面；清濁音劃分，。在對語音信號排除靜音信號基礎(chǔ)上針對過零率劃分清濁音方法，在處理振幅均值不在零點(diǎn)的信號時(shí)失效的問題，提出了有效翻轉(zhuǎn)率方法：又奸對清，運(yùn)用頻譜、濁音有效翻轉(zhuǎn)率相似部分振幅均值方法區(qū)分清濁音。基音周期檢測，。在對語音信號靜音、清音、濁音劃分的基礎(chǔ)上針對語音信號周期特征明顯段分布隨機(jī)性問題，提出改進(jìn)的ＬＶＡＭＤＦ變長度平均（幅度差函數(shù)法）及綜合多因素基音檢測算法，該算法對語音信號進(jìn)行周期特征

6、明顯段和周期特征不明顯段的聚類劃分，同時(shí)，獲取周期特征明顯語音段的所有基音周期的起止端點(diǎn)，針對少數(shù)基音周期劃分倍頻或半頻問題，提出識Ｉ，另Ｊ、修正方法其識別、修正率極高。與文本無關(guān)的說話人識別系統(tǒng)，。根據(jù)與文本無關(guān)的說話人識別系統(tǒng)原理ａｔｌａｂ和Ｃ＋＋混運(yùn)用ｍ合編程，完成說話人識別系統(tǒng)和系統(tǒng)測試，系統(tǒng)的等錯(cuò)誤率可達(dá)０．４７６２％。基于音素分類的說話人識別系統(tǒng)理論硏究。在Ｔ１Ｍ１Ｔ語料庫的音素標(biāo)注基礎(chǔ)上，研究了不同說話人不同發(fā)宵特征的和似性和差，運(yùn)用混淆矩陣原理西南科技大學(xué)碩±硏

7、究生學(xué)位論文第Ｍ頁，從而Ｗ強(qiáng)調(diào)差異性避開相似性的方法提高系統(tǒng)性能異性。該部分完成了部分理論研巧和部分功能實(shí)現(xiàn)。本文提高了系統(tǒng)２處關(guān)鍵技術(shù)的性能，完成了與文本無關(guān)的說話人識別，系統(tǒng)的功能最后提出了系統(tǒng)識別原理的改進(jìn)方案，改進(jìn)。由于工作量較大方案還需完善和驗(yàn)證，系統(tǒng)性能還需要從音素識別、特征提取和系統(tǒng)原理方面進(jìn)一步提升。關(guān)巧詞：文本無關(guān)；清濁音劃分；基因周期檢測；音素分類西南科技大學(xué)碩±研究生學(xué)位論文第川頁ＡＢＳＴＲＡＣＴｌｌｉｆｉｄｉｉｉｉｌｉｆｉｅｌｄａｎｄｈ

8、ｅＩｎａｃｔｕａｅｅｎｔｔａｕｔｈｅｎｔｃａｔｏｎｓａｅｄｔｏｅｖｅｒｔｒｅａｒｅ，ｙｐｐｙｍａｎｙｗａｙｓｏｆｉｄｅｎｔｉｔｙａｕｔｈｅｎｔｉｃａｔｉｏｎ，ｓｕｃｈａｓｆｉｎｇｅｒｐｒｉｎｔｒｅｃｏｇｎｉｔｉｏｎ，ｉｒｉｓｒｅｃｏｎｉｔｉｏｎｆａｃｅｒｅｃｏｎｉｔｉｏｎａｎｄｓｏｏｎ．Ｖｏｉｃｅｒｉｎｔｒｅｃｏｎｉｔｉ