基于支持向量机的说话人识别的研究.pdf

摘要并给予归纳,提出了一种新的约简方法——支持聚类区提取法在说话人识别领域,基于支持向量机琒的识别方法是当今的研究热点。同其他模式识别方法相比该方法主要有两个不同点:一是它采用一个非线性核函数来表示特征空间的内积,另外一方面它采用分类间隔最大的最优分类超平面实现结构风险最小化。而这些特征使得支持向量机方法能得到广泛的应用。论文详细阐述了说话人识别的基本原理和实现过程。首先对特征参数的提取做了较深入的研究,对当今最常用的线性预测倒谱系数和美尔倒谱系数的理论基础和实现过程做了阐述,并将这些参数和其差分参数相组合,测试它们提取说话人个性特征的准确程度。用不同的特征参数构造说话人识别系统并考察它们对系统识别率和抗噪性能的核函数是支持向量机模型的核心机制,函数类型的选择和参数的整定对于分类的准确度至关重要。论文阐述了核函数的基本理论,对目前常用的多项式核函数、径向基核函数及多层感知器核函数进行了仿真和分析,测试了它们在干净语音和加噪语音环境下的系统识别率和稳健度。为缩短说话人识别系统的训练时间,在对样本进行基于支持向量机的训练之前,需要对样本进行约简。论文总结了该领域的理论成果琒隽烁梅椒ǖ睦砺刍〔⒏隽司咛迨现步骤,并对椒ê痛车姆椒ń辛耸笛楹头治觯檬笛檠菔了算法对线性可分样本边界的描述准确度。考察了算法对线性不可分样本即语音样本在约简率和识别率方面的性能。椒ǖ牟问暮鲜识染龆嗽技蚣欠衲馨械闹С窒量同时尽可能减轻盗返母旱!B畚耐ü源盏姆椒ǘ陨瘸鱿数、聚类数目及接近度因子等相关参数进行了整定,实验证明,和其他的约简方法相比,经过参数整定后的椒芤越细叩脑技蚵驶得较高的识别率,符合理论上预计的结果。通过实验考察了甋模型与P鸵约捌渌祷叭四P驮谛阅苌系牟钜臁关键字说话人识别,支持向量机,核函数,样本约简,支持聚类区提影响。取
.甒甌,甒瑀瓵,—瓵.,甇甦.,瓼.,甌.,甌甌,,,疭甇.
,..,,琸,,
作者签名:嵫作者签名:蚪日期:俎年』月日期:塑辍辉耞原创性声明学位论文版权使用授权书本人声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。导师签名
第一章绪论说话人识别概述闭集说话人辨认。闭集说话人辨认是基于系统认为测试语句的说话人一定是训练开集说话人辨认和说话人确认通常都通过一个阈值来判断测试的说话人是不是说话人识别按照说话内容的类型不同可以分为文本有关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形成的行为差异,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。说话人识别是从说话人所发语音中提取出说话人是谁的信息的过程【俊K祷叭耸侗鸷腿肆呈侗稹⒅肝剖侗稹⒑缒な侗鸬纫谎粲谏锸侗的一种,又称为声纹识别。生物识别也称为生物特征识别,是指通过人体显著的生物或行为特征来自动识别所测定人的身份的方法。说话人识别与我们通常所说的语音识别有很大的区别,语音识别的目的在于想知道蜕话人所说的内容,而不注意是谁在说话,而说话人识别的结果是想知道是谁在说话,而并不关心说话人所说的内容。因此,语音识别强调的是所说的内容,而淡化说话人的音色音质等特色因素,说话人识别则涉及到说话人发音器官上的个体差异、发音声道之问的个性差异、发音习惯之间的个性差异等等。说话人识别是交叉运用心理学、生理学、语音信号处理、模式识别、统计学习理论和人工智能的一门综合性研究课题。说话人识别包括两方面的内容:说话人确认退祷叭辨认T谒祷叭巳啡现校ǔRG笫褂萌颂峁└鋈诵彰或编号,系统要完成的任务是验证说话人与声称的某说话人是否为同一个人。这时系统把说话人信号特征与计算机中预留下的声称的某说话人的特征相比较,从而做出判别。另一类是说话人辨认,在这种应用中不要求使用人提供个人姓名或个人编号,系统要完成的任务是把说话人的信号特征与计算机中预留下的众多说话人的特征相比较,从而确定是谁在说话。在说话人辨认中,根据说话人训练目的不同,又可以分为开集说话人辨认和集中的某个说话人;开集则认为测试语句的说话人还有可能不在训练集中出现。在训练集中。文本无关街帧!拔谋居泄亍敝杆祷叭税凑展娑ǖ奈谋痉⒁艋按提示发音;“