Hilbert-Huang變換在說(shuō)話人識(shí)別中的應(yīng)用.pdf

1、隨著信息技術(shù)和通信技術(shù)的迅速發(fā)展，個(gè)人身份鑒定變得越來(lái)越重要。說(shuō)話人識(shí)別作為一種生物認(rèn)證技術(shù)，因其具有使用方便、安全性高和不會(huì)被遺失等優(yōu)點(diǎn)，有著廣闊的應(yīng)用前景。說(shuō)話人識(shí)別是從說(shuō)話人的一段語(yǔ)音中提取出表征說(shuō)話人的個(gè)性特征的參數(shù)，通過(guò)對(duì)這些參數(shù)的分析，從而達(dá)到對(duì)說(shuō)話人進(jìn)行辨認(rèn)或者確認(rèn)的目的。 Hilbert-Huang變換(HHT)是黃鍔于1998年提出來(lái)的一種新的信號(hào)處理方法，其核心部分是經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD) 。我們將HHT應(yīng)用

2、于說(shuō)話人識(shí)別，獲得了一些初步結(jié)果。本論文在對(duì)說(shuō)話人識(shí)別進(jìn)行綜述和對(duì)HHT詳細(xì)介紹的基礎(chǔ)上，主要作了以下三個(gè)工作： (1)提出用線性預(yù)測(cè)的方法來(lái)解決EMD中的端點(diǎn)效應(yīng)。用線性預(yù)測(cè)的方法對(duì)數(shù)據(jù)進(jìn)行端點(diǎn)延拓得到新的極值點(diǎn)，從而減少在擬合數(shù)據(jù)包絡(luò)線時(shí)兩端點(diǎn)處出現(xiàn)的誤差。通過(guò)與其他方法對(duì)比，初步闡明了本文提出的方法在處理EMD的端點(diǎn)效應(yīng)上的有效性。 (2)基于EMD分解，提出用六個(gè)方面的參數(shù)來(lái)表征說(shuō)話人個(gè)性特征。對(duì)語(yǔ)音信號(hào)進(jìn)行EM

3、D分解后，分別采用不同的方法，確定了EIF、ED、IMF-MFCC、IMFMFCCW1、IMFMFCCW2和CEI等特征參數(shù)，通過(guò)計(jì)算D比值來(lái)對(duì)它們進(jìn)行有效性測(cè)試，從計(jì)算得到的D比值看，知在這六個(gè)特征參數(shù)中，特征CEI是最有效的，其它按降序依次為IMF-MFCC、IMFMFCCW2 、IMFMFCCW1 、ED、EIF。 (3)利用這些特征參數(shù)，通過(guò)矢量量化的方法進(jìn)行說(shuō)話人辨認(rèn)實(shí)驗(yàn)。利用提取出的六個(gè)特征參數(shù)EIF、ED、IMF-

4、MFCC、IMFMFCCW1、IMFMFCCW2和CEI，采用矢量量化的方法進(jìn)行說(shuō)話人辨認(rèn)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，在這六個(gè)參數(shù)中，以CEI作為說(shuō)話人的個(gè)性特征最有效的，其它按降序依次為IMF-MFCC、IMFMFCCW2、IMFMFCCW1，而EIF、ED則不適宜單獨(dú)作為說(shuō)話人識(shí)別的特征參數(shù)。通過(guò)與傳統(tǒng)的MFCC特征進(jìn)行比較發(fā)現(xiàn)，以CEI進(jìn)行實(shí)驗(yàn)時(shí)，當(dāng)碼本長(zhǎng)度增加到40后，識(shí)別效果己與MFCC差不多，且最高識(shí)別率能達(dá)到98％以上，但是，特征