已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、現(xiàn)在說話人識別已成為語音識別的一個研究熱點。說話人識別技術(shù)是語音信號處理技術(shù)的主要應(yīng)用之一。國內(nèi)外許多研究機構(gòu)在該領(lǐng)域的研究也一直在進行著。本文研究了基于小波分析的說話人識別技術(shù)。首先詳細討論了說話人識別的基本原理,內(nèi)容涉及語音信號的預處理、特征參數(shù)的提取以及基于特征參數(shù)的識別;重點討論了基于小波分析的模極大值去噪與小波域閾值去噪法,并進行了改進。其次討論了說話人識別中兩種特征參數(shù)的分析:線性預測倒譜系數(shù)LPCC和Mel倒譜系數(shù)MFCC
2、,并將多小波分析應(yīng)用于特征參數(shù)的提取與分析。實驗結(jié)果表明基于多小波的分析可進一步提高識別率。具體工作如下:
⑴分析了當前說話人識別的發(fā)展現(xiàn)狀、技術(shù)難點及需要改進的方向,并研究了與之相關(guān)的語音信號處理的內(nèi)容。
⑵討論了基于小波分析的模極大值去噪與小波域閾值去噪法,并將兩種方法結(jié)合,用模極大值法的優(yōu)點彌補小波域閾值法的不足,改進小波域閾值去噪法。通過實驗,驗證改進的小波域閾值法可有效地提高語音信號去噪的效果。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波分析的說話人識別研究.pdf
- 基于支持向量機和小波分析的說話人識別技術(shù)研究.pdf
- 基于小波分析的虹膜識別技術(shù)研究.pdf
- 基于GMM的說話人識別技術(shù)研究.pdf
- 基于小波分析的軸承故障模式識別技術(shù)研究.pdf
- 小波分析在說話人識別系統(tǒng)中的應(yīng)用研究.pdf
- 基于特定文本的說話人識別技術(shù)研究.pdf
- 基于深度學習的說話人識別技術(shù)研究.pdf
- 基于漢語元音映射的說話人識別技術(shù)研究.pdf
- 基于文本無關(guān)的說話人識別技術(shù)研究.pdf
- 基于高斯混合模型的說話人識別技術(shù)研究.pdf
- 多說話人識別技術(shù)研究.pdf
- 基于小波分析的語音特征參數(shù)及其在說話人識別中的應(yīng)用研究.pdf
- 基于小波分析的邊緣檢測技術(shù)研究
- 基于小波分析的支持向量機車牌識別技術(shù)研究與實現(xiàn).pdf
- 基于小波分析的嵌入式語音識別技術(shù)研究與實現(xiàn).pdf
- 抗噪聲說話人識別技術(shù)研究.pdf
- 基于VQ與HMM的說話人識別技術(shù)研究.pdf
- 基于GMM的說話人識別技術(shù)研究與實現(xiàn).pdf
- 基于矢量量化的說話人識別技術(shù)研究.pdf
評論
0/150
提交評論