文档介绍：兰州理工大学
硕士学位论文
噪声环境下的说话人识别技术研究
姓名:林娟
申请学位级别:硕士
专业:控制理论与控制工程
指导教师:李战明
20100511
摘要几个方面的研究:阈值函数以及阈值的选取进行研究,提出一种改进的阈值函数,其阈值采用节点阈值,传统小波阈值中的噪音方差估计是以白噪声为基础的,本文噪音方差估计祷叭耸侗鹣低车慕ⅲㄋ祷叭耸侗鸬脑ご恚笛橛镆艨獾慕ⅲ分别做了两个实验:实验一通过仿真实验证明改进的阂值函数的去噪效果判断模型的说话人识别方法,纯净语音识别率与改进小波阈值去噪的说话人识别关键词:说话人识别;小波阈值去噪;改进阈值函数;谱熵法;组合特征提取;说话人识别在纯净语音的环境下识别率比较高,但在肷肪诚率侗鹦阅芗剧下降。现在人们提出了多种方法提高说话人识别的性能,但仍有很多问题需要解决,本文的研究对象是与文本无关的说话人识别系统,并从多个角度对噪声环境下的说话人识别进行研究,研究内容主要包括小波阈值去噪、组合特征提取、二级模型判断、防止假冒人入侵、说话人识别系统实验结果。本文主要做了以下芯啃〔ǚ治隼砺鄄⑸钊胙芯啃〔ㄣ兄等ピ爰际醯乃枷牒退惴ǎ杂谛〔采用基于实际噪音方差估计的谱熵法,有效地消除噪声,达到语音增强的目的。饕Q芯苛颂卣魈崛。疚奶岢鲆恢肿楹咸卣魈崛。卣魈崛〗锥翁崛倒谱特征,并加入动态特征狣特征与基于平均幅度差法提取的基音周期形成组合特征,在同一实验环境下,组合特征与其它特征对比,此种组合特征的识别率均优于其它特征。P头桨溉范ㄑ芯浚珿主要应用于文本无关的说话人确认模型,饕应用于文本相关的说话人确认模型,所以这两种模型相互补充相互增强,将P拖嘧楹系亩杜卸夏P停谘盗方锥危卣鞑问直鹜ü饬礁瞿P徒训练并存储相应模型,在识别阶段,特征参数首先通过涑个最接近说话人的结果,然后通过页个在这鼋峁凶罴哑ヅ浣峁杜卸夏P涂梢越低识别错误率。为了防止假冒说话人的入侵,在识别之前加入得分规整判断,将一部分假冒人在语音识别前将其排除,以提高识别率。优于传统的硬阈值,软阈值函数去噪效果;实验二基于改进小波阂值去噪和二级率对比,以及基于组合特征提汉投杜卸夏P偷乃祷叭耸侗鸱椒ǎ煌卣髟不同模型下的识别率比较,加入得分规整后不同特征在不同模型下的识别率比较,并分析相应的实验结果。二级判断模型;得分规整硕‘宦畚
甌琭,珼琒瑃,甅,噪声环境下的说耸侗鸺际跹芯琤甆甌—,瑀、、甌:琾琲,,,,琧,疭瑃瑃—.,,:.
畇篠篧—;猻,瑃瑂色琣籌;;;籗
插图索引图尤隫噪声后改进阈值去噪与传统阈值去噪效果比较⋯⋯⋯⋯⋯..图说话人识别框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图三层多分辨分析树⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图三层小波包分析树⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图硬阈值函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图软阈值函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图改进阈值函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图线性频率与德实淖;还叵怠图‘基于问碌槁瞬ㄆ鳌骸图对角矩阵与全矩阵数目比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图二级判断模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图短时能量的方块图表示⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图短时平均过零率的计算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图端点检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..〔ā〔ǖ娜惴纸狻图节点阂值与传统阂值去噪效果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图加入白噪声后改进闽值去噪与传统阈值去噪效果比较⋯⋯⋯⋯⋯⋯⋯⋯.图加入粉噪声后改进阂值去噪与传统闽值去噪效果比较⋯⋯⋯⋯⋯⋯⋯⋯.图尤隑肷蟾慕鲋等ピ胗氪炽兄等ピ胄Ч冉稀噪声环境下的说话人识别技,忙研究
附表索引表纯净语音识别率与改进小波阈值去噪的说话人识别率对比⋯⋯⋯⋯⋯⋯.表传统的小波阈值去噪后的语音信噪比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一表改进的小波阈值去噪后的语音信噪比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表不同特征在不同模型下的识别率比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表加入得分规整后不同特征在不同模型下的识别率比较⋯⋯⋯⋯⋯⋯⋯⋯。硕一卜学位论文
作者签名:株娟日期:扣年露┤日期:埘奄年工月珩日兰州理工大学学位论文原创性声明和使用授权说明原创性声明学位论文版权使用授权书日期:纠,年翸本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式