語音中身份與情感信息提取及其在普適計(jì)算中的應(yīng)用.pdf

1、本文主要是對語音分析中的說話人和情感進(jìn)行研究，并將此應(yīng)用于一個(gè)普適計(jì)算e Leaming系統(tǒng)。 說話人識別的工作重點(diǎn)在于對識別的實(shí)時(shí)性要求較高，將系統(tǒng)運(yùn)行的時(shí)間放在首要位置，同時(shí)還要保證系統(tǒng)的高識別率。為此，在特征提取算法上進(jìn)行了MFCC算法的改進(jìn)，提出了快速差分MFCC算法，提高了系統(tǒng)的運(yùn)行速度，同時(shí)還和FFT，LPC進(jìn)行識別率的比較，得到了較好的識別效果；在進(jìn)行特征分類時(shí)，主要是對距離測算法，矢量量化法(VQ)和高斯混合模型

2、(GMM)進(jìn)行分析研究，根據(jù)各種方法的優(yōu)缺點(diǎn)，提出一種VQ和GMM的混合分類算法，此方法兼顧了識別率和運(yùn)行速度兩方面的因素，能夠較好的滿足實(shí)時(shí)性的要求。將提出的新方法和一些傳統(tǒng)的方法進(jìn)行實(shí)驗(yàn)對比，在分類方法為歐式距離的條件下，采用LPC算法的EER是14.3％，采用FFT算法的EER是11.4％，采用改進(jìn)后的快速M(fèi)FCC算法的EER是4.3％，同時(shí)快速M(fèi)FCC算法所用的時(shí)間為4.0s，完全滿足實(shí)時(shí)的要求。 本文在基于快速M(fèi)FCC

3、特征提取算法的基礎(chǔ)上，引入差分MFCC，同時(shí)經(jīng)過VQ+GMM分類算法，獲得了比較好的識別效果：此時(shí)，采用LPC算法的EER是14.4％，采用FFT算法的EER是12.5％，采用改進(jìn)后的快速M(fèi)FCC算法的EER是9.4％，采用改進(jìn)后的差分MFCC算法的EER是6.9％；最后是進(jìn)行分類算法的比較，在特征提取算法為差分MFCC的基礎(chǔ)上，采用歐式距離匹配法的EER是15％，采用VQ分類算法的EER是11.2％，采用GMM的EER是4.4％，采用