说话人识别及其在噪声环境下的鲁棒性研究(可复制论文).pdf

说话人识别及其在噪声环境下的鲁棒性研究中文摘要低失真度条件下的性能已经达到令人满意的程度,但在真实的噪声环境下,由于训练模型和测试语音之间的失配,说话人识别系统误识率会急剧上升,因此提高说话人识别系统在噪声环境下的鲁棒性是其从实验室走向实用的关键,也是当前的研究热点。本文首先详细介绍了说话人识别的基本理论,在此基础上,分别构建了基于针对噪声环境下说话人识别系统的鲁棒性较差的这个问题,提出了相对自相关序关键词:说话人识别,高斯混合模型,鲁棒性,置信度说话人识别就是通过语音信号来对说话人进行辨认或者确认,根据说话的内容,说话人识别又可分为与文本有关和与文本无关两种方式。说话人识别系统在低噪声、和P偷乃祷叭耸侗鹣低场T诨赩乃祷叭耸侗鹣低持校捎昧巳植煌的码本聚类方法来产生码本,通过比较量化误差、误识率以及计算量综合考虑了三种码本聚类方法的优缺点。在基于P偷乃祷叭耸侗鹣低持校啦饬薒、、和闹殖S锰卣鞑问男阅埽ü笛椋っ髁嘶谌硕跆匦缘奶征参数具有较低的误识率和较好的鲁棒性。另外,第三章在介绍P褪保迪了一个汉语四声声调的识别系统。列小波分解特征提取算法以及基于置信度分析的说话人识别。相对自相关序列对于平稳噪声和慢变噪声具有较好的鲁棒性,因此本文提出了一种对其进行多层小波分解的特征提取算法。在基于置信度分析的说话人识别中,用置信度来度量特征分量的鲁棒性,并提出了一种用于计算各维分量置信度的方法,该方法通过一个置信度变换矩阵,估算出经过准醴ù砗蟮腗魑至康闹眯哦龋诖基础上通过对P偷姆讲罴尤ɡ醇跎僦眯哦刃〉奶卣鞣至慷允涑龈怕实挠跋欤以此来提高系统的鲁棒性。实验表明,基于特征分量置信度分析的方法可以在基线系统的基础上进一步降低系统的误识率。作者:薛峰指导老师:俞一彪教授
知识水坝***@pologoogle为您整理
甌,曲產·,.瓵..·甌,.琲..,
知识水坝***@pologoogle为您整理
.籖籆说话人识别及其在噪声环境下的鲁棒性研究英文摘要’:籊::..
研究生签名:埠日期:珥丝期;逊粤唬日期:幽:至:三墨————广——一/苏州大学学位论文独创性声明及使用授权的声明学位论文独创性声明学位论文使用授权声明本人郑重声明:所提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,本论文不含其他个人或集体已经发表或撰写过的研究成果,也不含为获得苏州大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体,均己在文中以明确方式标明。本人承担本声明的法律苏州大学、中国科学技术信息研究所、国家图书馆、清华大学论文合作部、中国社科院文献信息情报中心有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布ǹ授权苏州大学学位办办理。责任。日’
第一章言引说话人识别概述人识别研究。最后,对本文的主要研究内容做了简要概述。并且随着计算机网络的发展,电子商务、网上银行、网上购物等的安全问题变得更加需要解决,因此基于生物特征的身份鉴定识别方法得到了广泛的应用。签字、指纹、阶段,系统的每个使用者说出若干训练语句,系统据此建立每个使用者的模板或模型本章介绍了说话人识别相关的概念、基本原理、发展状况以及噪声环境下的说话在当今世界进入信息化时代的过程中,身份鉴定与识别已成为日常生活和工作中不可分割的组成部分。身份鉴定与识别最常用的方法是个人口令或密码,但是这种方法的缺点是容易丢失或忘记,更有可能被别人破译或偷窃,从而造成不可估量的损失,语音或人脸这些生物特征都反映了个体的生理、心理特性以及长期的文化与生活习性,是自然唯一的、具有随身携带和不会丢失遗忘的特点⋯。在以上的生物特征中,语音是最方便实用的一种特征,它的产生、提取和传输都是非常容易实现。说话人识别是语音识别的一种形式,通过对接收到的语音信号进行处理,提取相应的特征或建立模型,然后据此做出判断,达到对说话人进行辨认或者确认的目的比一般语音识别目的是为了提取语音信号包含的词语的共性信息,因而尽量把不同人说话的差别归一化,而说话人识别力求挖掘出包含在语音信号中的说话人的个性因素,因此就要强调不同人之间的特征差异。说话人识别技术与语音识别技术在实现方法上有很多相似之处,都是在提取原始语音信号中某些特征参数的基础上,建立相应的参考模板或模型,然后按照一定的判决规则进行识别。.祷叭耸侗鸬幕驹砗头掷说话人识别的基本原理如图所示,主要包括两个阶段,即训练和识别。训练参数。识别阶段,由待识别人说的语音经特征提取后与系统训练时产生的模板或模型参数进行比较。说话人识别及其在噪声环境下的鲁棒性研究第~章引言
说