基于LabVIEW的文本无关说话人识别系统的设计与实现

基于LabVIEW的文本无关说话人识别系统的设计与实现

ID:36809061

大小:2.68 MB

页数:85页

时间:2019-05-15

基于LabVIEW的文本无关说话人识别系统的设计与实现_第1页
基于LabVIEW的文本无关说话人识别系统的设计与实现_第2页
基于LabVIEW的文本无关说话人识别系统的设计与实现_第3页
基于LabVIEW的文本无关说话人识别系统的设计与实现_第4页
基于LabVIEW的文本无关说话人识别系统的设计与实现_第5页
资源描述:

《基于LabVIEW的文本无关说话人识别系统的设计与实现》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、沈阳理工大学硕士学位论文基于LabVIEW的文本无关说话人识别系统的设计与实现姓名:杨洁申请学位级别:硕士专业:检测技术与自动化装置指导教师:华宇宁20070101沈阳理工大学硕士学位论文摘要说话人识别是指通过说话人语音中携带的特征信息,对说话人身份进行自动识别的过程,它在许多领域内都有良好的应用前景。说话人识别可分为说话人辨认和说话人确认两类,本文主要是关于文本无关说话人辨认系统的研究与实现。本文详细阐述了文本无关说话人识别系统的基本原理,研究了识别过程中的特征提取、模型选择和判决规则等关键技术。同时,在“硬件的软件化”思想和对信号分析处理的基础上,利用虚拟仪器的软件平台——La

2、bVIEw和MATLAB相结合,开发设计了基于虚拟仪器技术的文本无关的说话人识别系统。本文从语音信号的实时采集开始,对语音信号进行滤波、预加重、端点检测等预处理,滤除了语音信号中的无声段,为语音特征参数的提取提供了有效的语音段,采用线性预测倒谱及其差分和美尔倒谱及其差分相结合的参数特征提取方法,实现了通过改进的矢量量化一隐马尔可夫算法来识别的说话人辨认系统。通过实验分析及其运行结果表明,本文实现的系统具有较高的识别率。同时由于本系统采用了虚拟仪器技术,系统的拓展性和可维护性较强,因此具有深远的研究价值和实际意义。关键词:说话人识别;虚拟仪器技术;线性预测倒谱及其差分;美尔倒谱及其差

3、分;矢量量化一隐马尔可夫算法沈阳理工大学硕士学位论文AbstractSpeakerrecognitionistheprocessofautomaticallyrecognizingwhoisspeakingonthebasisofindividualinformationincludedinspeechsignals.Ithaswellapplicationprospectsinmanyfields.Itcanbeclassifiedintospeakeridentificationandspeakerverification.Thispaperismainlyaboutthere

4、searchandaccomplishmentofthetext·independentspeakeridentification.Thispaperexplainsofthebasicprinciplesofthespeakerrecognitionandputsspecialemphasisonthefeatureextraction,tnemodelchoiceandthedecisionruleinspeakerrecognitiontechnique.Atthesametime,accordingtotheconception“thesoftwareinsteadofha

5、rdware’:thetheoreticalanalysisandprocessingofdigitalsignalprocesstheories,applyingtheplatformofNationallnstruments--LabVIEWandMATI.AB,thetext-independentspeakeridentificationsystemisdesignedandcompleted。Thepaperbeginswiththereal—timeacquisitionofsoundsignals,obtainsusefulspeechsegmentforthespe

6、akerfeatureextractionthroughthesoundsignalpretreatmantincludingfilter,preweight,endpointexamination,andgetspuresoundsignalthatispreparedtodothenextwork.ThespeakeridentificationsystemisdesignedthroughVQ(VectorOuantization)-HMM(HiddenMarkovModel)torecognize,usingtwospeakerrecognition’scharacteri

7、sticparameterofLPCC(LinearPredictionCcpstrumFrequencyDifference)andMFCC(MelCepstrumDynamicCoefficientDifference).Theresultsofexperimentindicatethatthesystemhasahighrecognitionrate.Atthesametime,forapplyingNationalInstrumenttechnology,th

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。