基于小波包變換的說話人識別特征參數(shù)提取算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，語音特征已經(jīng)成為計算機處理的一種重要資源。傳統(tǒng)的文字、圖像等信息處理雖然在某些領域有很大的市場，但是在某些領域文字、圖像等信息的處理卻不能反映個體的特征，對個體的認證也有局限性。說話人識別是一種通過對人的語音信號進行提取、分析，然后判斷說話人是誰的技術(shù)。說話人識別技術(shù)在某些領域能通過對不同信號的差異性進行分析來達到區(qū)分人與人之間這種差異性，從而實現(xiàn)個體的認證。隨著技術(shù)發(fā)展，其應用場景將進入通信、互聯(lián)網(wǎng)、醫(yī)療、消費電

2、子等各種領域。因此，對說話人識別進行研究有很大的意義。
　　本文以MFCC特征參數(shù)提取過程為基礎，將小波包變換技術(shù)和Teager能量算子運用到特征參數(shù)提取過程中，重點研究基于小波包變換的說話人識別過程，以及基于小波包變換與能量算子的說話人識別過程。論文主要工作如下:
　　首先對說話人識別技術(shù)進行介紹，然后對常用的幾種說話人識別技術(shù)進行闡述，并對一種傳統(tǒng)的基于MFCC的計算方法分析優(yōu)點與缺點。此外，對小波包變換的理論、原理進行

3、了分析和介紹。
　　提出了一種基于小波包變換的特征參數(shù)提取算法。詳細分析了MFCC的優(yōu)缺點，將小波包變換應用到MFCC提取過程中去，用小波包變換替代快速傅里葉變換和Mel濾波器組，從而能很好的反映信號非平穩(wěn)、持續(xù)短、時域和頻域局部化等特征，同時又解決了Mel濾波器組高頻部分精度不高的問題，最后得到新特征參數(shù)newMFCC，與頻譜重心結(jié)合得到組合特征參數(shù)，并且用差分參數(shù)作為特征參數(shù)作為比對，并通過仿真實驗證明改進算法有更好的識別效果