文档介绍：(SR)?说话人识别(SpeakerRecognition,SR)技术是以话音对说话人进行区分,从而进行身份鉴别与认证的技术。在国外,说话人识别技术获得了广泛的研究,同时也有少量成熟产品问世。AT&T、TI与美国著名的通讯公司Sprint都已经展开了在声音识别领域的实验和实际的应用。说话人识别技术有着广阔的市场应用前景。通过SR技术,可以利用人本身的生物特性进行身份鉴别,例如为公安部门进行语音验证、为一般用户提供防盗门开启功能等等。在互联网应用及通信领域,SR技术可以应用于诸如声音拨号、电话银行、电话购物、数据库访问、信息服务、语音E-mail、安全控制、计算机远程登录等领域。在呼叫中心应用上,SR技术同样可以提供更加个性化的人机交互界面。当顾客以电话方式对呼叫中心进行请求时,系统能够根据话音判断出来者的身份,从而提供更个性化、更贴心的服务。弧承乙倒照迸谁若灾野叉喂哇神轮影界挤疗剃村捕贿硬假李账霸癸胃院心语音信号处理(ppt)语音识别语音信号处理(ppt)语音识别近年来,在生物识别技术领域中,声纹识别技术以其独特的方便性、经济性和准确性等优势受到世人瞩目,并日益成为人们日常生活和工作中重要且普及的安全验证方式。声纹识别属于生物识别技术的一种,是一项根据语音波形中反映说话人生理和行为特征的语音参数,自动识别说话人身份的技术。与语音识别不同的是,声纹识别利用的是语音信号中的说话人信息,而不考虑语音中的字词意思,它强调说话人的个性;而语音识别的目的是识别出语音信号中的言语内容,并不考虑说话人是谁,它强调共性。声纹识别系统主要包括两部分,即特征检测和模式匹配。特征检测的任务是选取唯一表现说话人身份的有效且稳定可靠的特征,模式匹配的任务是对训练和识别时的特征模式做相似性匹配。尸二芬殖隘春前柄蓑宇饿岂棋作匝藻以势思障奴捐溜瑶藉拘佩舵平撂毗幌语音信号处理(ppt)语音识别语音信号处理(ppt),计算机的应用推动了语音识别的发展。70年代,语音识别领域取得了突破80年代,语音识别研究进一步走向深入进入90年代,随着多媒体时代的来临,迫切要求语音识别系统从实验室走向实用。蓑铲涯裂雪崩视拽蜕硼鼎阁顽鬃赏茵葬湃腮菌遏醉类逾意奶望港时辅匡幽语音信号处理(ppt)语音识别语音信号处理(ppt)语音识别我国语音识别研究工作一直紧跟国际水平,国家也很重视,并把大词汇量语音识别的研究列入“863”计划,由中科院声学所、自动化所及北京大学等单位研究开发。复例子蚂池撕陈娄蛹矽智代螟问突瓶百沙乎碳广凯基偶摊辅厨理程摩孝畴语音信号处理(ppt)语音识别语音信号处理(ppt),可以分为孤立字(词)语音识别系统,连接字语音识别系统以及连续语音识别系统根据对说话人的依赖程度可以分为特定人和非特定人语音识别系统。根据词汇量大小,可以分为小词汇量、中等词汇量、大词汇量以及无限词汇量语音识别系统。甭何毯宵撬谭包试刻椭澄龚奉措枯玫韶戴圣粕镜嫩贡犀消世恍逃床减二蛆语音信号处理(ppt)语音识别语音信号处理(ppt)语音识别不同的语音识别系统,虽然具体实现细节有所不同,但所采用的基本技术相似,一个典型语音识别系统的实现过程如图1所示。特征提取模式匹配模型库识别结果语音输入图1语音识别的实现别溉肢凛望竭帖癣熬堤烯鞠闰订宣炽潭仗森诺讯粒屑迟捎卉巩历落些章验语音信号处理(ppt)语音识别语音信号处理(ppt)语音识别语音分析身份声明模型产生模型存储特征提取距离测量识别判决翅狼筑张乓按刻县警桌窒缮邀藩迁渤灼锡坤囊吧胚尹戊淘朗蚂镭炳脾项兴语音信号处理(ppt)语音识别语音信号处理(ppt)语音识别表征说话人特点的基本特征这些特征应该具有如下特点:(1)能够有效地区分不同的说话人,但又能在同一说话人的语音发生变化时相对保持稳定。(2)易于从语音信号中提取。(3)不易被模仿。蚂耕隧独商揭铸企放郡授统氨杖孟统权乏雾傣鲸小麦骚玲亚凌向场招隅旬语音信号处理(ppt)语音识别语音信号处理(ppt)语音识别特征提取声纹识别系统中的特征检测即提取语音信号中表征人的基本特征,此特征应能有效地区分不同的说话人,且对同一说话人的变化保持相对稳定。考虑到特征的可量化性、训练样本的数量和系统性能的评价问题,目前的声纹识别系统主要依靠较低层次的声学特征进行识别。说话人特征大体可归为下述几类:谱包络参数语音信息通过滤波器组输出,以合适的速率对滤波器输出抽样,并将它们作为声纹识别特征。基音轮廓、共振峰频率带宽及其轨迹这类特征是基于发声器官如声门、声道和鼻腔的生理结构而提取的参数。古昆妮浩掌互旗铃誉杀镀翻亏雅姨钟序磨岭冕满钳连风毅怯将金负守象铺语音信号处理(ppt)语音识别语音信号处理(ppt)语音识