分?jǐn)?shù)階傅里葉變換在耳語音說話人識別研究中的應(yīng)用.pdf

1、耳語音作為正常音的補充和替代，是人們R常生活中廣泛使用的語言交流方式之一。隨著社會經(jīng)濟的發(fā)展，耳語音在手機通信、金融服務(wù)行業(yè)、公安司法等領(lǐng)域中發(fā)揮著越來越重要的作用。在耳語音說話人識別的實際應(yīng)用中，大多數(shù)參數(shù)都是建立在JT常語音特征參數(shù)的修i上，其穩(wěn)健性較差，且易遭受信道的干擾，因此研究一種有效的耳語音特征參數(shù)用于說話人識別系統(tǒng)是一個亟待解決的問題。另外，考慮到實際情況下耳語音數(shù)據(jù)的采集是相當(dāng)困難的，那么在無法獲得充分耳語音訓(xùn)練數(shù)據(jù)的前

2、提下，如何提高耳語音說話人識別系統(tǒng)的性能也是值得思考的。針對以上問題，本文做了以下幾個方面的工作。
　　 一、考慮到語音信號是時變的非平穩(wěn)信號，因此本文引入了分?jǐn)?shù)階傅里葉變換(FRFI)作為語音的分析工具，它不僅適于處理非平穩(wěn)信號，而且多一個參數(shù)（階數(shù)），在語音信號處理中取得了很好的效果。
　　 二、根據(jù)語音產(chǎn)生過程中的非聲學(xué)現(xiàn)象，介紹了從共振峰調(diào)制角度來描述語音產(chǎn)生的調(diào)幅-調(diào)頻（AM-FM）模型，并詳細敘述了基于此模型

3、的Teager能量算子、能量分離算法和多帶解調(diào)分析理論。
　　 三、利用分?jǐn)?shù)階傅里葉變換提取耳語音特征參數(shù)的關(guān)鍵問題是如何確定最優(yōu)階數(shù)p來達到處理的最佳效果。本文提出了一種基于瞬時頻率分段線性擬合的自適應(yīng)分?jǐn)?shù)階傅里葉變換倒譜系數(shù)(A-FRCC)。將這個新參數(shù)應(yīng)用于GMM的耳語音說話人識別實驗，并和基于步進搜索的分?jǐn)?shù)階傅罩葉變換倒譜參數(shù)（S-FRCC）、瞬時頻率估計（IFE）參數(shù)進行比較，結(jié)果說明新的參數(shù)可以觀測到更加精細的語音結(jié)