基于矢量量化技术和DTW算法的说话人识别系统的实验研究

论文摘要

说话人识别作为识别人的身份的一种技术,它提取的是说话人特有的能区别于其他人的个性特征,而不依赖于说话人语音的内容。随着信息时代的到来,通信技术和信号处理技术迅速发展,说话人识别、指纹识别、虹膜识别在司法查证、网上电子银行、密码保护等方面应用广泛。从具体应用方面可将说话人识别分为说话人辨认和说话人确认两类,从识别条件方面可以分为与文本有关和与文本无关的说话人识别两类,本文主要从矢量量化技术和动态时间规整方法来研究说话人识别系统。说话人辨认和说话人确认没有本质上的区别,它们都是提取说话人的特征参数,本文利用特征参数MFCC系数和差分MFCC系数,对说话人语音进行训练和测试。本论文的重点就在利用两种不同的方法研究这两种系统,对识别结果进行了比较分析。本文建立了100人的语音库,分别研究实现了基于矢量量化和基于动态时间规整的说话人识别系统,对其识别性能进行了比较。分析了线性预测倒谱系数(LPCC)、美尔频率倒谱系数(MFCC)和差分MFCC系数等,实验得出了MFCC系数在不同阶数下的识别率,在引入差分MFCC系数之后的识别率的变化。矢量量化技术采用分裂法获得初始码本,利用了LBG算法,优化了码本设计。对文本无关和文本有关的说话人识别系统进行了实验比较。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景
• 1.2 说话人识别的基本概念
• 1.3 说话人识别的发展和现状
• 1.4 说话人识别技术目前存在的问题与前景
• 1.5 论文的主要内容与结构
• 2 说话人识别技术基础
• 2.1 引言
• 2.2 语音的产生
• 2.3 说话人识别技术原理
• 2.4 说话人识别技术的主要方法
• 2.5 说话人识别系统的性能评价
• 2.6 本章小结
• 3 说话人语音信号的基本处理方法
• 3.1 引言
• 3.2 语音信号的特性
• 3.3 说话人识别技术中常用的几种参数
• 3.4 说话人语音信号的分析方法
• 3.5 说话人语音信号的预处理
• 3.6 本章小结
• 4 说话人识别技术算法的理论研究
• 4.1 引言
• 4.2 矢量量化技术
• 4.3 DTV方法
• 4.4 本章小结
• 5 说话人识别技术的实验研究
• 5.1 引言
• 5.2 语音库的建立
• 5.3 特征参数的提取
• 5.4 说话人辨认实验
• 5.5 说话人确认实验
• 5.6 本章小结
• 6 总结与展望
• 6.1 论文工作总结
• 6.2 未来发展展望
• 致谢
• 参考文献
• 硕士期间主要成果