声纹识别系统中特征参数提取方法的对比分析研究

《声纹识别系统中特征参数提取方法的对比分析研究》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、分类号密级—￣■－＇■■■■－ＵＤＣ编号．弄考乂＃硕±学位论文题名和副题名声纹识别系统中特征参数提取方法的对比分析研究作者姓名李韵指导教师姓名及职称郭勇教授：Ｉ■＇—■＇■■—＇■■■—￣￣■／；．｝申请学位级别硕±专业名称信号与信息处理论文提交日期２０１６．０４论文答辩日期２０１６．０５学位授予单位和日期成都理工大学（年月）答辩委员会主席石诚］今评阅人气辞平２０１６年５月＇．？．一．．－．？—．－１、

2、－＂，父培＾１０１６分类号学校代码：６ＵＤＣ学号：２０１３０２０６５９密级成都理工大学硕±学位论文声纹识别系统中特征参数提取方法的对比分析研究李韵指导教师姓名及职称郭勇教授申请学位级别硕ｄｂ专业名称信号与信息处理论文提交日期２０１６．０５．０４论文答辩日期２０１６学位授予单位和日期成都理工大学（年月）答辩委员会主席Ａ评阅人备如店宁Ｊ的２０１６年５月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果，论文中不包含其。据我所知，除了

3、文中特别加Ｗ标注和致谢的地方外他人已经发表或撰写过的研究成果，冲，不巧舍为获得成都理工大学或其他教一育机构的学位或证书而使用过的材料。与我同工作的人员对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：１／＾４年《月曰本学位论文版权使用授权书学仿论文作者完全了解成都理工大学有关保留、化用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人巧权成都理工大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存、汇编学位

4、论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：３学位论文作者导师签备／年＾月曰摘要声纹识别系统中特征参数提取方法的对比分析研究摘要声纹识别同虹膜识别、人脸识别、指纹识别一样属于生物识别，而且都是利用个人的生物特性来进行身份识别的。因为声纹识别的经济性和便利性，其发展前景非常广阔。声纹识别区别于语音识别，前者是通过语音的个性特征来识别人的身份，后者却是识别说话人语音的内容。由于每个人说话的语音特征都是不同的、独一无二的，而且极难被人模仿，所以采用声纹对说话人进行身份识别要较其他生物识别更加准确。声纹识别的过程就是从说

5、话人的语音信号中选择出一段语音，然后从这段语音中提取出能代表该个体的个性特征的参数，进而达到确认说话人身份的目的。本文主要是对与文本无关的声纹识别系统的研究，与文本无关是指在进行语音提取时，说话人不需要输入固定的语音样本，可录入任意一句语音。本文依据声纹识别系统的研究现况，着重研究了该系统中的特征参数的提取方法。现在比较常用的声道特征参数包含线性预测系数(LPC)、线性预测倒谱系数(LPCC)和Mel频率倒谱系数(MFCC)，对MFCC参数进行了一阶差分得到了MFCC_D参数，实验表明该参数达到的识别率优于MFCC参数。在对Mel滤波器组进行了研究发现其在高

6、频处的计算精度较低，所以提出了一种基于混合Mel滤波器组的MFCC参数的提取方法，即将翻转后的Mel滤波器组与Mel滤波器组进行组合得到一个即使是在高频处也能有良好计算精度的混合滤波器组，实验证明其识别率得到了提高。我们知道语音信号是由声道响应和声门特性组成的，而MFCC参数能良好的反映声道特性，基音周期能良好的反映声门特性，故提出了一种能良好反映声道特性和声门特性的特征参数，即基于基音周期的MFCC参数。其中基音周期的提取方法有多种，包括短时自相关函数法（ACF）、短时平均幅度差函数法（AMDF），并且根据ACF和AMDF提出了一种加权的ACF法，即将短时

7、平均幅度差函数先倒数后平方，然后加权到短时自相关函数上，加权实际上是将二者相乘起来。对这几种算法进行研究，得出基音周期。不同算法提取出的基音周期有所差别，与MFCC参数结合后的参数就会不同。本文对语音的预处理和声纹识别中的识别方法进行了一些研究。在进行预处理时包括采样与量化、预加重、加窗与分帧和端点检测。其中端点检测在预处理期间是比较重要的，它是对语音信号起始点的判断，区分语音信号和非语音信号，有效的端点检测技术不仅能够快速检测出信号起始点，大大节约了检测时间，还能够排除其他无关声段，提高了识别性能。本文采用的是双门限端点检测法，即I成都理工大学硕士学位论文

8、把短时能量法和短时平均过零率法两者进行结合，使其能更