1 / 67
文档名称:

在噪声环境下说话人识别方法的研究.pdf

格式:pdf   页数:67
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

在噪声环境下说话人识别方法的研究.pdf

上传人:化工机械 2012/9/13 文件大小:0 KB

下载得到文件列表

在噪声环境下说话人识别方法的研究.pdf

文档介绍

文档介绍:兰州理工大学
硕士学位论文
在噪声环境下说话人识别方法的研究
姓名:陈迪
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
20070420
摘要幕∩咸岢鼋ǚ窍咝院!猄函数与反余弦函数相结合,从而存在使得语音信号发生畸变,造成了训练环境与测试环境的不匹配,严重影响了系统的识别率。本文研究了在噪声环境下说话人识别的方法。本文针对说话人识别技术的两大关键的问题进行了研究,主要的研究内容包论文首先对于特征参数的提取进行了一些改进性的研究,即:在自相关系数其次,主要研究了子带处理技术在说话人识别中的作用。子带处理技术因其结构和特点在抗噪声的说话人识别系统中得到广泛的应用,因此本文将卣系数与子带相结合,并使用子带概率结合的方法得出识别结果。最后研究了系统分类器的设计。根据隐马尔科夫模型托〔ㄉ窬髯缘挠诺悖疚慕秸呦嘟岷掀鹄吹玫揭恢窒低车氖侗鸱椒ā8梅椒ḿ能有效地进行分类,而且还具有一定的抗噪性能。关键词:说话人识别;特征参数;自相关系数;子带处理技术;隐马尔科夫;小目前在噪声环境下的说话人识别技术的研究是重点需要解决的问题。噪声的括以下几个方面:得到一种新的特征参数的方法,同时将输入的语音信号进行了瞬ǎ瓜统增强了抗噪声的能力。波神经网络硕十学位论文
琒甌篠籛甀畂瓼.,,瑂籔,瑃猙琲,籉籋Ⅱ
插图索引图说话人识别基本结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.德食叨嚷瞬ㄆ髯椤提取过程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图反余弦函数和结合反余弦函数的瞬ǖ腍与∞的关系曲线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图基于瞬ǖ腜卣鳌子带概率结合图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.子带特征结合示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯复合子带方法示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯多层子带概率结合示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图全带与子带结构的示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图基于子带处理的说话人识别系统结构示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图在不同子带数目时两种语音特征的识别性能比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图神经网络的神经元模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图状态各态历经型慕峁埂图二进制小波时频相位分布图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图单输入小波神经网络模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图说话人识别系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图混合模型的说话人识别系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图
附表索引表甀对干净和噪声语音的说话人识别性能对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.特征在系统中的识别率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯狹狤耰特征在系统中的识别率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表甀两种方法识别性能比较仿⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表甀声学临界带宽表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表在噪声环境下说话人识别方法的研究∥一·,·
作者签名:纭日期:弘呷年多月叼日作者签名:彳唬学位论文原创性声明学位论文版权使用授权书日期:弦刁年岁月Ⅵ日兰州理工大学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年解密后适用本授权书。朐谝陨舷嘤Ψ娇蚰诖颉啊獭本人郑重声明: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人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于⒈C芸冢⒉槐C芸凇导师签名:日期:年月日’’
第一章绪论说话人识别的发展与现状语言是人类交流最重要的工具,作为语言载体的语音信号在不同的层面包含分支一一语音合成、语音编码、语音识别和说话人识别都在蓬勃发展。说话人识别敬’殖苹罢呤侗穑侵竿ü运祷叭语音信号的分析处理,自动确认说话人是否在所记录的话者集合中,以及进一步确认说话人是谁。说话人识别和语音识别的区别在于,它不注重包含在语音信号此提取说话人的这些个人信息,以达到识别说话人的目的。说话人识别问题的解决涉及到人的发音器官和发音习惯,而每个人的发音器官缟蜕苄巫瓷系牟钜和发音习惯绶窖浴⑼劣铩⒁盅锒俅臁⒊S词汇及讲话上的怪癖语等嬖谧挪钜欤沟妹扛鋈说挠镆舳即星苛业母鋈松彩,这为说话人识别技术的发展提出了根本的保证“’。然而,语音基本上属于一种行为特征,其他一些因素缃】底纯