信道失配條件下的說話人識別技術(shù).pdf

1、隨著計算機科學(xué)的快速發(fā)展，說話人識別技術(shù)取得了巨大的進步。目前，在實驗室靜音環(huán)境下說話人的識別率已能達到較高的水平，但在實際復(fù)雜噪聲環(huán)境下，尤其在信道失配的條件下說話人的識別率顯著下降，復(fù)雜實際環(huán)境下的魯棒性說話人識別技術(shù)已成為研究熱點。由于通信線路的復(fù)雜性以及話筒的多樣性，信道一直是影響說話人識別的主要因素之一。訓(xùn)練語音與測試語音的不一致使語音特征產(chǎn)生明顯差異，導(dǎo)致說話人識別系統(tǒng)的性能急劇下降。本文主要對語音信號端點檢測技術(shù)和信道失配

2、條件下的魯棒性說話人識別算法進行了研究，并在此基礎(chǔ)上開發(fā)了一套說話人識別系統(tǒng)。具體研究內(nèi)容如下:
　　(1)語音信號的端點檢測與基音周期提取技術(shù)研究。首先介紹了兩種經(jīng)典的語音信號端點檢測方法:基于雙門限判決的端點檢測算法和基于倒譜的端點檢測算法;接著對這兩種算法進行了改進，在此基礎(chǔ)上研究了一種新的端點檢測算法:基于改進的雙門限和倒譜峰值相結(jié)合的端點檢測算法;然后對這三種端點檢測算法的效果進行對比實驗，證明了改進算法的有效性。最后根

3、據(jù)改進的端點檢測算法提取了最能反映說話人個性特征的基音周期特征。
　　(2)信道失配條件下的魯棒性說話人識別算法研究。首先介紹了傳輸信道對語音信號的影響，分析了信道對輸入語音產(chǎn)生的畸變是引起信道失配問題的主要原因;然后介紹了信道失配的兩種解決思路:“規(guī)避”與“補償”，并列舉了常見的信道魯棒性算法;然后針對特征矢量進行改進，將其結(jié)合倒譜均值減算法，研究了一種新的信道算法;最后通過實驗分析，驗證了改進算法的有效性。
　　(3)說