基于双序混合最优码本的声纹识别系统研究

论文摘要

声纹识别作为一种生物识别技术，它是通过说话人的发音机理和发音习惯从语音中提取参数并进行识别。声纹识别已经应用到生物医学、司法鉴定、网络安全、语音检索等领域，已经逐步由实验室研发阶段转向产品研发，是当今语音处理研究的热点之一。在声纹识别中，码本的设计对于声纹识别非常重要，快速实现精确的码本设计是今后研究的主要方向。本文在达州市重大科技项目的资助下，展开对声纹识别的前期处理、码本设计、识别算法性能等方面的研究，旨在提出一种新的有效的声纹识别技术。本文主要研究工作有：首先研究了声纹识别的基本原理，并提出了相应的分析和处理方法，即语音信号预处理分析方法、时域和变换域中的不同特征的提取原理及过程和模式匹配的方法；其次研究了矢量量化算法中较经典的算法LBG，并将矢量量化应用到声纹识别中；由于矢量量化存在容易陷入局部优化、初始码本较敏感、自适应能力不强，进而引入了全局优化算法－遗传算法（GA），将遗传算法应用到声纹识别系统中；接着将两种算法相结合，提出了一种新颖的声纹识别算法－基于双序混合最优码本的声纹识别算法(LBGGA)；最后还基于不同的情况，包括多种特征参数、码本大小、畸变阈值、语音时长、特征维数，对本文算法性能进行了深入的分析。本文结构：第一章为绪论，论述了研究课题的背景、研究意义及目前的研究现状；第二章论述了声纹识别系统的基本原理，其中包括对语音信号的预处理、特征提取及模式匹配；第三章论述了双序混合最优码本算法的研究，包括基于矢量量化（LBG）算法和遗传算法（GA）的理论基础，算法的研究实现及相关的实验结果和分析；第四章研究了基于双序混合最优码本的声纹识别算法在多种类型参数时，对声纹识别系统性能的影响；第五章为结论，总结了本文所做的主要研究工作及今后进一步的研究方向。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 论文的组织框架
• 2 声纹识别系统的概述
• 2.1 声纹识别的基本原理
• 2.2 声纹识别的实现步骤
• 2.2.1 语音信号的预处理
• 2.2.2 语音信号的特征提取
• 2.2.3 模式匹配方法
• 2.3 本章小结
• 3 基于双序混合最优码本的声纹识别系统
• 3.1 矢量量化
• 3.1.1 矢量量化的基本原理
• 3.1.2 矢量量化应用于声纹识别
• 3.1.3 实验与结果分析
• 3.2 遗传算法
• 3.2.1 遗传算法基本原理
• 3.2.2 遗传算法应用于声纹识别
• 3.2.3 实验与结果分析
• 3.3 基于双序混合最优码本的声纹识别系统
• 3.3.1 算法分析
• 3.3.2 算法实现
• 3.3.3 实验结果与分析
• 3.4 本章小结
• 4 算法的多类型参数比较分析
• 4.1 多类型特征参数的比较分析
• 4.1.1 实验条件与参数设置
• 4.1.2 实验结果与分析
• 4.2 多种码本大小的比较分析
• 4.2.1 实验条件与参数设置
• 4.2.2 实验结果与分析
• 4.3 多种语音时长的比较分析
• 4.3.1 实验条件与参数设置
• 4.3.2 实验结果与分析
• 4.4 多种畸变阈值的比较分析
• 4.4.1 实验条件与参数设置
• 4.4.2 实验结果与分析
• 4.5 多种特征维数的比较分析
• 4.5.1 实验条件与参数设置
• 4.5.2 实验结果与分析
• 4.6 本章小结
• 5 总结与展望
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献
• 附录
• A．作者在攻读学位期间参与科研项目和发表论文目录