基于深度置信網(wǎng)絡(luò)的說(shuō)話人識(shí)別研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，在越來(lái)越多的領(lǐng)域內(nèi)都應(yīng)用了語(yǔ)音信號(hào)處理技術(shù)，其中一個(gè)重要分支為說(shuō)話人識(shí)別技術(shù)，它是目前語(yǔ)音信號(hào)處理技術(shù)領(lǐng)域中的一個(gè)研究熱點(diǎn)。說(shuō)話人識(shí)別是對(duì)說(shuō)話人身份進(jìn)行認(rèn)證的一種技術(shù)，包括語(yǔ)音錄入、預(yù)處理、特征提取、模型訓(xùn)練以及模式匹配，它是通過(guò)從經(jīng)過(guò)預(yù)處理后的語(yǔ)音中獲取語(yǔ)音特征進(jìn)行模型訓(xùn)練與模式匹配從而確定說(shuō)話人身份。從該過(guò)程可知特征提取是其他步驟的基礎(chǔ)，它是說(shuō)話人識(shí)別中最重要的一個(gè)環(huán)節(jié)，因此本文分析了特征提取方法的優(yōu)缺點(diǎn)并

2、提出了一種基于改進(jìn)參數(shù)設(shè)置的深度置信網(wǎng)絡(luò)的特征提取算法。影響特征提取的因素有很多，其中噪聲是最為直接的因素，從而必須在特征提取前對(duì)語(yǔ)音進(jìn)行濾波操作，因此本文也分析語(yǔ)音濾波方法的優(yōu)缺點(diǎn)并提出一種多層自適應(yīng)形態(tài)濾波算法，并且以此為基礎(chǔ)設(shè)計(jì)實(shí)現(xiàn)一個(gè)說(shuō)話人識(shí)別的原型系統(tǒng)。本文的主要工作為：
　?。?）歸納了語(yǔ)音濾波算法和特征提取算法的特點(diǎn)和難點(diǎn)，對(duì)比分析了目前常用的語(yǔ)音濾波算法和特征提取算法的優(yōu)缺點(diǎn)。
　?。?）現(xiàn)有的大多濾波算法在

3、進(jìn)行語(yǔ)音濾波時(shí)損失了較多的純凈語(yǔ)音信號(hào)從而使得語(yǔ)音質(zhì)量下降，利用形態(tài)濾波算法進(jìn)行濾波時(shí)既可以很好的濾除語(yǔ)音中的噪音同時(shí)也可以減少純凈語(yǔ)音信號(hào)的損失，然而現(xiàn)有形態(tài)濾波算法還存在結(jié)構(gòu)固定、預(yù)設(shè)結(jié)構(gòu)元素和偏倚校正系數(shù)等問題，針對(duì)該問題，提出一種多層自適應(yīng)形態(tài)濾波算法。該算法面對(duì)復(fù)雜變化的噪聲時(shí)，可以靈活選擇不同的結(jié)構(gòu)元素、優(yōu)化設(shè)置偏倚校正系數(shù)向量來(lái)減弱形態(tài)開運(yùn)算和形態(tài)閉運(yùn)算所帶來(lái)的偏倚現(xiàn)象。仿真結(jié)果表明該算法改善了形態(tài)濾波的性能，具有設(shè)計(jì)簡(jiǎn)單

4、、實(shí)用性強(qiáng)的特點(diǎn)。
　?。?）現(xiàn)有的特征提取方法中對(duì)初始特征的處理大多是進(jìn)行簡(jiǎn)單的組合、微分、篩選或加權(quán)等，所提取特征表征能力較弱，用其進(jìn)行說(shuō)話人識(shí)別時(shí)正確率較低。針對(duì)此問題，將深度置信網(wǎng)絡(luò)用于特征提取并對(duì)其參數(shù)的設(shè)置進(jìn)行改進(jìn)使得所提取特征具有更強(qiáng)表征能力。仿真結(jié)果表明該算法所提取的特征能有效的降低說(shuō)話人識(shí)別的誤識(shí)率。
　?。?）對(duì)說(shuō)話人識(shí)別原型系統(tǒng)的需求進(jìn)行了分析，根據(jù)說(shuō)話人識(shí)別的處理流程進(jìn)行了功能劃分，并給出了說(shuō)話人識(shí)別