基于小波分析的说话人识别研究

《基于小波分析的说话人识别研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、华南理工大学硕士学位论文基于小波分析的说话人识别研究姓名：廖昊星申请学位级别：硕士专业：信号与信息处理指导教师：殷瑞祥20040501摘要说话人识别是一种生物识别技术。通过对采集到的语音信号提取相应的特征，建立相应的模型，然后判断说话人身份。说话人识别在电子商务和和信息安全等领域具有广泛的应用前景。本文首先介绍了说话人识别技术的发展现状和声学基础，详细论述了语音信号的产生原理及其数字模型；同时也阐述了人耳听觉感知的特性以及Mel刻度在语音信号处理中的作用。然后，对小波理论进行了详细地介绍，并且论述了小波分析在对语音信号处理中有很好

2、的效果。接着，介绍了说话人识别系统中的语音特征参数提取部分，重点阐述了MPCC参数的提取，并在此基础上，引入了小波包分析来逼近人耳的听觉感知特性，并且在增加了一个小波系数的降噪步骤，从而提出了一种新的语音特征参数一“基于小波的子代特征参数”(SFBW)。跟着，介绍了几种说话人识别的模型，如动态时间规整DTW、矢量量化VQ、隐马尔可夫模型HMM等、重点阐述了高斯混合模型GMM，以及其改进型一正交高斯混合模型(OGMM)，并且论述了OGMM模型相对于GMM计算量减小的特点。实验是以一个30人的语音库为基础，Matlab为主要的实验平台

3、，建立了一个与文本无关的说话人识别系统。通过实验结果，对bLTMFCC参数和SFBW参数在不同噪声情况下的性能，同时也对比了GMM模型和OGMM模型对说话人识别的效果。最后，重点分析研究Td,波分析对说话人识别系统的优势及其鲁棒性。并对说话人识别今后研究的重点和方向提出了建设性的建议。关键词：说话人识别：小波包分析；MFCC参数；基于小波的子带特征参数(SFBW)；高斯混合模型(GMM)；正交高斯混合模型(OGMM)华南理工大学硕士学位论文ABSTRACTSpeakerrecognitionisakindofbiometricst

4、echnology．Itextractsspeechfeaturesfromcollectedspeechutterance，trainsspeaker’Smodel，thendeterminesspeaker’Sidentity．Speakerrecognitionhasbroadapplicationforegroundinmanyfieldssuchaselectricbusinessandinformationsecurity．Firstofall，thisdisquisitionintroducedthefoundati

5、onacousticsknowledgeofspeakerrecognition．Afterthat，thebasicknowledgeofwavelettheoryWasdescribed，Thispaperalsodescribedafrequencybandsdivisionofthespeechsignalbywaveletpacketdecomposition；thisdivisionmethodissimilartothecriticalbandsofhumanbeing’Sear,Fromwhich，westudie

6、dtheapplicationofwaveletanalysistospeechprocessingandpresentedanewspeechfeatureparameters(SFBW)basedOffwaveletpacketanalysis．Nextwediscussedthestructureandframeworkofaspeakerrecognitionmodels，whichincludeddynamictimewarping(DTW)，vectorquantization(VQ)，hiddenMarkovmode

7、l(HMM)，Gaussianmixedmodel(GMM)．WehaveproposedamodificationtOthestandardGMM，andgotanewmodelnamedOGMM(orthogonalGanssianmixedmodel)，whichgaveabetterperformance．Toreachaspecificperformancelevel，theOGMMneedsonlyone—fourththenumbersofmixturesusedbythestandardGMM．Aspeakerre

8、cognitionsystemwasdevelopedontheplatformofMatlab．Baseonourownspeechdate，speakerrecognitionexperimentsweremadewithSFBWandOGMM