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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著計(jì)算機(jī)技術(shù)的不斷提高以及社會(huì)信息化程度的逐漸深入,說話人識(shí)別技術(shù)的應(yīng)用場(chǎng)景也越來越多,并且用戶對(duì)說話人識(shí)別系統(tǒng)的友好性、精確性和魯棒性的期望也逐漸提高。在純凈語音環(huán)境下,說話人識(shí)別技術(shù)發(fā)展的已相當(dāng)成熟了,但是在實(shí)際應(yīng)用場(chǎng)景中,說話人識(shí)別系統(tǒng)的準(zhǔn)確性受到許多環(huán)境因素的影響,例如由于環(huán)境噪聲導(dǎo)致采集的語音受污染影響識(shí)別率,再比如說話人由于某種原因?qū)е伦兟曈绊懽R(shí)別率,常見的就是身體健康狀況的變化(例如感冒),上述各種因素都是導(dǎo)致目前說話人
2、識(shí)別系統(tǒng)魯棒性不強(qiáng)的主要原因。在語音識(shí)別魯棒性技術(shù)研究中,第一種情況環(huán)境噪聲的影響,目前已經(jīng)得到研究人員廣泛關(guān)注,采取各種措施降低噪聲影響提高識(shí)別率,但對(duì)于后者即說話人本身變聲的研究還十分缺乏,本文側(cè)重研究變聲環(huán)境下如何提高說話人識(shí)別系統(tǒng)魯棒性的技術(shù)。變聲的情況也有許多,有故意的(如犯罪分子變聲掩蓋身份),更多的是因?yàn)檎f話人身體健康原因?qū)е碌?,本文主要研究后者,?cè)重針對(duì)常見的感冒導(dǎo)致的變聲情景。我們將說話人感冒時(shí)發(fā)出的語音稱為感冒語音,
3、感冒改變了說話人個(gè)性特征的分布,導(dǎo)致感冒測(cè)試語音與正常語音訓(xùn)練得到的說話人模型不匹配,從而使得系統(tǒng)的識(shí)別準(zhǔn)確性顯著下降。
本論文的主要研究工作和創(chuàng)新如下:
針對(duì)僅有正常語音來訓(xùn)練說話人模型的情況,本文分析說話人感冒引起發(fā)聲系統(tǒng)的變化、鼻音的特點(diǎn)以及感冒語音與正常語音的差異,重點(diǎn)研究了如何補(bǔ)償感冒造成的語音變化,改善說話人識(shí)別系統(tǒng)的性能。具體工作包括:
?。?)分析了說話人感冒引發(fā)鼻腔通道的變化以及對(duì)其調(diào)制作用
4、的影響。研究了鼻音的頻譜特點(diǎn)以及對(duì)比感冒語音與正常語音的頻譜圖,采用了與正常語音不同的預(yù)加重濾波器來處理感冒語音,即用低頻衰減幅度更大,高頻提升效果更好的預(yù)加重濾波器來處理感冒語音。在語音實(shí)驗(yàn)室錄制的語料基礎(chǔ)上進(jìn)行了仿真實(shí)驗(yàn),經(jīng)過大量的實(shí)驗(yàn)得到當(dāng)訓(xùn)練語音使用系數(shù)為0.91的經(jīng)典預(yù)加重濾波器來處理,而感冒語音使用特殊預(yù)加重濾波器(α1=0.98,β=0.8)處理,系統(tǒng)的識(shí)別效果達(dá)最佳。在高斯成分取64時(shí),系統(tǒng)對(duì)感冒語音的識(shí)別率與正常語音的
5、識(shí)別率相一致。
(2)提出了將線性預(yù)測(cè)系數(shù)與梅爾倒譜系數(shù)進(jìn)行得分融合的說話人辨認(rèn)系統(tǒng),利用特征LPC和MFCC得分的互補(bǔ)性,將這兩者的得分進(jìn)行線性加權(quán)融合。實(shí)驗(yàn)表明,LPC和MFCC得分融合系統(tǒng)優(yōu)于單一特征系統(tǒng),它可以顯著提高系統(tǒng)對(duì)感冒語音的識(shí)別率。仿真結(jié)果表明了當(dāng)基于MFCC系統(tǒng)得分的加權(quán)系數(shù)為0.7,基于LPC系統(tǒng)的加權(quán)系數(shù)為0.3時(shí),系統(tǒng)識(shí)別率達(dá)最高。
?。?)針對(duì)智能移動(dòng)終端普及,許多用戶通過移動(dòng)終端接入網(wǎng)絡(luò)需
6、要進(jìn)行身份認(rèn)證的場(chǎng)景,為降低傳輸和處理的數(shù)據(jù)量,提出一種基于壓縮感知的感冒語音說話人識(shí)別系統(tǒng),在提取感冒語音信號(hào)的CS-MFCC特征參數(shù)前首先進(jìn)行語音檢測(cè)。通過行階梯觀測(cè)矩陣進(jìn)行壓縮采樣,實(shí)質(zhì)上是對(duì)相鄰采樣點(diǎn)進(jìn)行疊加,濁音信號(hào)具有周期性,合適的壓縮比下疊加后的波形幾乎不變,清音不具有周期性疊加后波形發(fā)生了明顯的變化,無聲語音也會(huì)影響波形的疊加效果,故而提出將無聲幀和清音幀剔除后,再用行階梯矩陣觀測(cè)采樣,得到的觀測(cè)信號(hào)波形更加接近觀測(cè)前的
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(qǐng)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(qǐng)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 說話人辨認(rèn)中的特征變換和魯棒性技術(shù)研究.pdf
- 說話人辨認(rèn)中的特征參數(shù)提取和魯棒性技術(shù)研究.pdf
- 網(wǎng)絡(luò)環(huán)境下說話人識(shí)別關(guān)鍵技術(shù)研究.pdf
- 說話人識(shí)別及其在噪聲環(huán)境下的魯棒性研究.pdf
- 噪聲環(huán)境中說話人識(shí)別魯棒性研究.pdf
- 可逆圖像水印魯棒性的關(guān)鍵技術(shù)研究.pdf
- 基于稀疏表示的魯棒性說話人識(shí)別技術(shù)研究.pdf
- 基于IP網(wǎng)絡(luò)的魯棒性說話人識(shí)別技術(shù)研究.pdf
- 說話人識(shí)別魯棒性研究.pdf
- 基于壓縮感知的魯棒性說話人識(shí)別技術(shù)研究.pdf
- 說話人識(shí)別魯棒性增強(qiáng)研究.pdf
- 魯棒性數(shù)字音頻水印關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 噪聲環(huán)境下說話人識(shí)別技術(shù)研究.pdf
- 基于壓縮感知的魯棒性說話人識(shí)別.pdf
- 魯棒人臉跟蹤系統(tǒng)關(guān)鍵技術(shù)的研究.pdf
- 網(wǎng)絡(luò)環(huán)境下實(shí)時(shí)音頻解碼與魯棒說話人識(shí)別系統(tǒng)研究.pdf
- 說話人識(shí)別系統(tǒng)的魯棒性研究與實(shí)現(xiàn).pdf
- 與文本無關(guān)的說話人識(shí)別的關(guān)鍵技術(shù)研究.pdf
- 集成環(huán)境下CAPP及其關(guān)鍵技術(shù)研究.pdf
- 魯棒性圖像匹配技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論