基于多級(jí)小波神經(jīng)網(wǎng)絡(luò)的模糊說(shuō)話人識(shí)別.pdf

1、該文從實(shí)際出發(fā),提出了一種任意文本的說(shuō)話人識(shí)別的新方法.該方法首先采用小波包分析進(jìn)行語(yǔ)音信號(hào)的消噪處理,然后提取說(shuō)話人語(yǔ)音信號(hào)的靜態(tài)特征和動(dòng)態(tài)特征,再建立多級(jí)小波神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識(shí)別,最后結(jié)合模糊理論進(jìn)行多種特征識(shí)別信息的數(shù)據(jù)融合.實(shí)驗(yàn)結(jié)果表明,本文提出的方法有一定的積極效果和良好的可借鑒性.該文主要做了以下幾方面的工作:◆采樣語(yǔ)音信號(hào),建立包括6個(gè)說(shuō)話人,每個(gè)人6段語(yǔ)音,共36個(gè)語(yǔ)音文件的語(yǔ)音庫(kù).錄制的語(yǔ)音庫(kù)考慮了語(yǔ)速快慢、音量、時(shí)間

2、間隔等影響說(shuō)話人識(shí)別系統(tǒng)性能的主要因素.◆利用小波包變閾值分析方法進(jìn)行采樣信號(hào)的消噪處理,并對(duì)語(yǔ)音信號(hào)進(jìn)行適當(dāng)?shù)臑V波處理.◆提取常見(jiàn)的說(shuō)話人語(yǔ)音信號(hào)特征,比如:基音周期、Mel倒譜特征參數(shù)、Mel倒譜差分動(dòng)態(tài)特征參數(shù)、線性預(yù)測(cè)系數(shù)LPC以及線性預(yù)測(cè)倒譜參數(shù)LPCC等等.◆研究BP網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)和小波神經(jīng)網(wǎng)絡(luò)算法,結(jié)合模糊數(shù)學(xué)方法,建立基于多級(jí)小波神經(jīng)網(wǎng)絡(luò)的模糊說(shuō)話人識(shí)別系統(tǒng).◆綜合分析說(shuō)話人識(shí)別的系統(tǒng),改善各環(huán)節(jié)的技術(shù)參數(shù),以提高系統(tǒng)