说话人识别中特征参数的提取及优化研究（硕士学位论文）

《说话人识别中特征参数的提取及优化研究（硕士学位论文）》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TN912密级UDC硕士学位论文说话人识别中特征参数的提取及优化研究二○一○年五月ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofScienceinEngineeringStudyofextractionandoptimizationcharacteristicparametersinspeakerrecognition内容摘要说话人识别技术是语音信号处理一个研究热点。特征提取和模式匹配是说话人识别技术的关键，特征选取与优化处理能够提高识别

2、率，本文所做的主要工作如下：一、在语音信号前端处理时，为了提高在强噪声环境下语音端点检测的准确度，提出基于子带二次谱熵的端点检测算法。该算法把子带二次谱熵作为端点检测新的特征参数，将有限状态机判别方法与子带二次谱熵相结合，有效地解决单门限法易出现的两类误判。与传统的短时能量与过零率结合法、谱熵法两种方法相比，基于子带二次谱熵的端点检测算法具有准确性高，抗噪性强等优点。二、提取基音轮廓特征时，分析了现有功率谱二次处理基音检测方法的不足：对于过渡语音，易产生半频或倍频误判；噪声干扰下，检测结果易失真；清、浊音的判断方法复杂。针对不足，提出一系列改进方法：时域非线

3、性处理，频域加窗滤波，简化清、浊音判断。仿真实验结果表明，无论是高信噪比还是低信噪比语音，改进的二次谱法较传统的平均幅度差函数(AMDF)法和二次谱法更能清晰、准确地检测出基音轨迹。三、提出了新的特征组合参数：基于人的听觉特性的Mel频率倒谱系数(MFCC)参数、基于发音生理特征的基音轮廓特征以及衍生的基音周期一阶差分、基音周期变化率作为说话人识别系统的特征参数，实验结果表明，使用该参数较单独使用MFCC参数的说话人识别系统识别率提高了2%-3%。四、为了提高MFCC作为说话人识别特征参数的识别率，提出了基于Fisher比及相关距离的MFCC提取方法，并根据

4、Fisher比及相关距离的值，采用两种方法对MFCC参数分析：降维、窗函数倒谱提升。仿真实验表明：降维方法能使识别率提高10%-15%；新的特征加权的识别率较传统的raised-sine和halfraised-sine窗提高了10%-20%。本文主要对说话人识别的特征提取与优化处理进行研究。在识别的前端，使用了较准确的端点处理方法；选取了基音轮廓、MFCC组合特征，并给出了MFCC优化方法。本文的研究工作有助于说话人识别率的提高，有助于特征提取与优化方法的进一步发展。关键词：说话人识别端点检测基音检测组合特征Fisher比-相关距离准则VAbstractSp

5、eakerrecognitionhasbecomeahotresearchtopicinthefieldofspeechsignalprocessing.Thekeypointsofaspeakerrecognitionsystemarefeatureandrecognitionalgorithm.Inthispaper,attentionispaidontheformer,i.e.,featureextractionandoptimization.Themainlycontributionsareasfollows:a.Voiceactivitydetec

6、tion(VAD)instrongnoiseenvironmentsisimprovedbyanalgorithmbasedonsubbandreprocessedspectrumentropy(BRSE).Anewvoice/noisediscriminationalgorithmisproposedbycombiningthefinitestatemachine(FSM)withBRSE.Themisdetectionscausedbyusingsingle-thresholdarereducedgreatly.Experimentalresultssh

7、owthattheproposedalgorithmhashigheraccuracyandstrongerrobustnessthanothertwomethods.b.Thefollowingthreedisadvantagesofpowerspectrumreprocessing(PSR)methodinpitchdetectionareobserved:halfpitcherroranddoublepitcherrorfortransitionsound;lowrobustnessforthenoisespeech;themethodofjudgin

8、gvoicelessandvoicedspeechi