欢迎来到天天文库
浏览记录
ID:32468453
大小:5.58 MB
页数:62页
时间:2019-02-06
《基于矢量量化的说话人识别》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要说话人识别技术作为语音信号处理的一个重要组成部分,其巨大的应用前景和广阔的未知领域正受到越来越多学者的重视。它是通过对说话人语音信号的分析和特征提取,自动地确定说话人是否在所登记的说话人集合中,以及说话人是谁的过程。说话人识别中一个重要的部分就是特征参数的提取,即找出一组可代表每位说话人特征的参数,该参数不易受环境干扰,具有鲁棒性,且在不同的使用者和背景噪声上都能维持一定的识别性能。本文从语音信号的预处理开始分析,主要研究了特征参数的选择、提取、及识别算法,应用全极点模型,提取了语音信号的线性预测倒谱系
2、数和美尔倒谱系数,并进一步获得其一阶差分,将倒谱系数与其一阶差分结合在一起形成新的特征参数。在识别算法方面,本文对矢量量化的方法进行了研究,用Matlab语言实现了说话人识别系统的仿真与验证。实验证明这种参数与单纯的线性预测倒谱系数和美尔倒谱系数相比更为有效。关键词:说话人识别;线性预测倒谱系数;美尔倒谱系数;矢量量化AbstractSpeakerrecognitionisanimportantpartintheprocessingofautomaticalrecograzingincludedinspee
3、chsignal,Ithasbroadapplicationforegroundinm觚vfields,ItcallautomaticallyjudgeiforwhoisthespeakerinthepeoplebyaIl甜yziIlgthecharacteristicparameters.Oneofthemostimportantquestionsinthespeakerrecognitionismeselection,extractionoffeatureparameters.Thefeatureswe
4、chooseshouldcanrepresentthespeaker’SVOICecharactersandbeinsusceptibleofenvironments,robust,keepingacceptableperformancefordifferentusersandalsocanbeusedurldert量le110nnalbackgroundnoiselevel·hthispaper,weuse如llpolemodeltoobtainspeechsi鼬a1characteristic·Befo
5、repickingupthespeechsignalcharacteristicparameters,theVOICesignalISundergoingpretreatment,inordertoanalysespeechcharacteristicparametersandcomparewiththebasismethodsofspeakerrecognition,wetheosereel。frequencyceptralcoeftientsandlinearpredictionceptralcoffi
6、ents,Sdi疏rencet0bethespeechcharacteristicparameters.weuseVectorQuantizationtorecognizeandutilizeMatlabVoiceBoxtoabstractspeech’scharacteristicparametef.weirIlprovetraditionalmethodandprovethatitisbetterthantraditionaIor地.Keywords:Speakerrecognition;Linearp
7、redictionceptraIcoffients;Mel—frequencyceptraIcoffients;VectorOuantization.Ⅱ.论文原创性声明本人声明,所呈交的学位论文系在导师指导下本人独立完成的研究成果。文中依法引用他人的成果,均已做出明确标注或得到许可。论文内容未包含法律意义上已属于他人的任何形式的研究成果,也不包含本人已用于其他学位申请的论文或成果。本人如违反上述声明,愿意承担以下责任和后果:1.交回学校授予的学位证书;2.学校可在相关媒体上对作者本人的行为进行通报:3.本人
8、按照学校规定的方式,对因不当取得学位给学校造成的名誉损害,进行公开道歉;4.本人负责因论文成果不实产生的法律纠纷。、n,11.论文作者签名::纪盗丝尘日期:讼碰年』月丛日论文知识产权权属声明本人在导师指导下所完成的论文及相关的职务作品,知识产权归属东北电力大学。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时,署名单位仍然为东北电力大
此文档下载收益归作者所有