文档介绍：摘要语音信号处理技术是信息社会不可缺少的技术,声纹识别是语音信号处理的一个重要研究领域。随着信息技术、网络通信和电子交易的迅猛发展,信息安全已成为全球最为热门的研究领域之一。传统的以密码方式进行身份认证的技术日益暴露出很多弊端。为确保信息安全,用人特有的生物特征作为认证手段的技术逐渐发展起来,并形成了新的研究热点。声纹是每个人特有的特征,由于其唯一性,不可替代性,可以作为鉴别身份的一种重要手段,声纹认证技术也逐渐发展成生物鉴别领域的重要分支。声纹认证技术可用在电子商务、身份稽查、司法、公安、加密口令、家用电器等很多领域。声纹认证即说话人认证是根据获取声音波形中反映说话人生理、心理和行为特征的特征参数来自动认证说话人身份的技术。声纹认证不是认证语音信号的文字内容,而是认证发出语音信号的说话人的身份。声纹认证技术是交叉运用了心理学、生理学、数字信号处理、人工智能、模式识别等知识的综合性研究课题。对现有说话人识别系统存在问题的分析,主要是因为以前往往采用线性的方法,如频谱分析来分析语音信号,而这些线性方法只适用于平稳的、一致的、平衡的线性的时问序列,对于非平稳的、不一致的、非平衡的非线性的语音时间序列,这些传统的线性方法就往往丢掉了许多蕴涵本质的重要信息。小波分析是近年来出现的新的时频局部化分析方法,具有其它方法无可比拟的诸多优点,能够更精细地描述语音信号,捕获其中重要的非平稳信息。基于上述情况,本文主要对小波分析理论在声纹特征提取中的应用进行研究。首先是在总结前人工作的基础上,详细介绍了声纹认证的基础知识和基本原理,并对基于短时傅立叶分析的参数进行分析。然后针对短时傅立叶分析在提取说话人特征参数时的缺陷,采用了小波分析,并对小波分析理论和声纹识别技术进行研究,借鉴了这种基于听觉机理的特征参数,利用小波多分辨分析和小波包变换,构造出了一种基于小波包变换的说话人识别特征参数根据实验的要求,本文在普通办公室环境下录制了一个人的语音库。并通过在平台上构建了说话人识别系统ㄎ谋居泄睾臀谋疚薰,利用矢量量化算法对提取参数进行识别,验证了问行裕笛槭荼砻魇侗鹇示哂贛参数。理论和实验证明,利用小波变换进行提取的声纹识别特征参数相比于传统的短时分析方法确实具有更好的识别特性。本文的实验也存在着一些不足,该系统对运算速度要求较高,训练模型的建立时间相对较长。还有待于今后进一步完善。关键词:声纹识别小波包变换参数长春工业大学硕士学位论文
知识水坝***@pologoogle为您整理
.,.,、—瓼產瑚衄蓿琲琱.,猺,瓵,。长春工业大学硕士学位论文甌’.,,—琤甇,瑀,
知识水坝***@pologoogle为您整理
瑆∞琖琈甌瓵甌.:长春工业大学硕士学位论文,疭..
论文作者签名:缓原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体己经发表或撰写过的作品或成果。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标明。本声明的法律结果由本人承担。日期:年长春工业大学硕士学位论文
第一章绪论声纹识别研究背景及研究现状语音是人类最重要、最有效、最常用和最方便的信息传递手段。因此,语音信号处理的研究也日益显示出它的重要性。大体上说,语音处理的研究可以分为以下几个方面:即语音分析、语音编码、语音合成和语音识别等。其中语音识别又可以分为说话语音内容的识别话愠莆S镆羰侗、说话人的识别和语种识别三种。说话人识别又称“声纹识别”康木褪悄堋拔派知人”,它是生物识别技术的一种,能够从语音波形中提取出反应说话人个性特征的语音参数,通过对这些个性特征的分析和识别,从而到达对说话人进行辨认或者确认的目的。说话人识别技术虽然在近二十年得到了迅速发展,但仍然有许多问题需要解决,其中最关键的问题是,。传统的身份鉴别手段,如钥匙、证件、密码等容易遗忘或记错,且无法区分真正的拥有者和取得上述身份标识物的冒充者,成为信息安全的隐患。由此,生物特征识别技术应运而生,它通过计算机利用人体所固有的生理特征或行为,如声音、指纹、脸相、虹膜、笔迹和步态等进行个人身份鉴定,在安全等诸多方面优于传统的身份鉴定手段“。。因为语音是人的自然属性之一,由于说话人发音器官的生理差异以及后天行成的行为差异,每个人的语音都带有强烈的个人色彩,这使得通过分析语音信号来识别说话人成为可能。而声纹识别与其它生物识别技术相比较,具有不会遗失和忘记、不需记忆、使用方便等优点外,还具有以下特性:用户接受程度高,由于不涉及隐私问题,用户无任何心里障碍。利用语音进行身份识别可能是最自然和最经济的方