基于SVM的含噪耳語音說話人識別研究.pdf

1、耳語音作為一種特殊的語音，是日常語音交流必不可少的一部分。隨著說話人識別技術(shù)的日益成熟以及人們對耳語音關(guān)注程度的增加，耳語音說話人識別技術(shù)在信息服務(wù)、司法鑒定等方面正發(fā)揮著越來越重要的作用。
　　耳語音的發(fā)音方式異于正常音。它具有以下特征：沒有基頻；共振峰向高頻部分偏移；信噪比較低，易受噪音等污染。因此在耳語音說話人識別系統(tǒng)中，對其進行增強處理以及提取能準(zhǔn)確反映其聲學(xué)特性的特征參數(shù)是研究的關(guān)鍵。本論文主要針對這兩點進行探討。

2、>　　在語音增強方面，由于本文使用的耳語音庫是在普通實驗室環(huán)境下建立的，存在諸多干擾因素，所以在預(yù)處理階段必須進行增強處理?？紤]到常用的耳語音增強算法——基于神經(jīng)網(wǎng)絡(luò)的語音增強算法以及自適應(yīng)濾波算法的不足之處，本文選擇基于子帶功率譜熵的改進譜減法進行增強處理。
　　在特征提取方面，針對耳語音共振峰的偏移以及人耳對耳語音共振峰敏感區(qū)域的改變，本文介紹了幾種修正的MFCC參數(shù)，并將其應(yīng)用于耳語音說話人識別實驗中。
　　本文具體工

3、作如下：
　　(1)建立了一個包含31個說話人的小型耳語音庫。
　　(2)分析了不同環(huán)境和不同信噪比下含噪耳語音的子帶功率譜熵圖，證明子帶功率譜熵可以較為準(zhǔn)確的反映含噪耳語音信號。并采用基于子帶功率譜熵的改進譜減法對含噪耳語音進行增強處理，經(jīng)實驗證明此方法增強效果良好。
　　(3)與正常語音相比，人耳對耳語音共振峰敏感區(qū)域發(fā)生了改變，因此需要修正傳統(tǒng)的MFCC參數(shù)。文中介紹了幾種通過修改Mel濾波器組得到的修正MFCC