编码域说话人识别技术研究

论文摘要

编码域说话人识别是以语音压缩编码的比特流为研究对象,不经过解码过程,直接从编码比特流中提取出语音特征参数进行说话人识别。它是随着现代通信技术的发展新兴的一个的研究领域,涉及到传统的说话人识别技术和语音编码技术,具有广阔的应用前景。论文主要研究编码域说话人识别技术,取得如下三个方面的研究成果。首先,研究了语音编码对说话人识别的影响,提出了基于编码失真的加权GMM模型。此外,采用编码自动匹配方法和分数归一化技术来解决编码不匹配时识别率下降的问题。实验表明,这些方法提高了说话人识别系统的识别率和实用性。然后,提出了GSM FR、G.729和G.723.1三种编码比特流中适合说话人识别的优化特征矢量。首先从三种编码比特流中提取出基本的语音特征参数,然后对其进行特征选择和组合,得到优化特征矢量。实验表明,优化特征矢量具有通用性,与解码后提取的特征矢量相比,能提高说话人识别系统的识别率和运行效率。最后,提出了基于帧选择的VoIP编码域说话人识别方法。通过分析VoIP的传输协议和VoIP编码比特流的特点,设计了VoIP比特流中静音帧和坏帧的检测方法。实验表明,帧选择的方法提高了VoIP编码域说话人识别系统的识别率和运行效率。

论文目录

• 表目录
• 图目录
• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 说话人识别概述
• 1.2 语音编码概述
• 1.3 编码域说话人识别概述
• 1.3.1 研究的必要性和意义
• 1.3.2 发展历史和现状
• 1.4 所用语料库
• 1.5 主要工作及论文组织
• 1.5.1 主要工作
• 1.5.2 论文组织
• 第二章 说话人识别基础
• 2.1 说话人识别系统流程
• 2.2 预处理
• 2.3 特征提取
• 2.3.1 LPC及LPCC
• 2.3.2 基音周期
• 2.4 说话人模型
• 2.4.1 模板匹配模型
• 2.4.2 判别模型
• 2.4.3 概率统计生成模型
• 2.5 分类器判决
• 2.5.1 说话人辨认的情况
• 2.5.2 说话人确认的情况
• 2.6 性能评价
• 2.6.1 说话人辨认的情况
• 2.6.2 说话人确认的情况
• 2.7 小结
• 第三章 语音编码对说话人识别的影响及补偿方法
• 3.1 引言
• 3.2 语音编码对说话人识别的影响
• 3.2.1 对说话人确认系统的影响
• 3.2.2 特征参数的编码失真
• 3.3 基于编码失真的加权GMM模型
• 3.3.1 加权GMM模型
• 3.3.2 权重矩阵C的确定
• 3.3.3 实验及分析
• 3.4 编码自动匹配方法
• 3.4.1 编码自动匹配方法概述
• 3.4.2 语音编码检测器
• 3.4.3 实验及分析
• 3.5 分数归一化方法
• 3.5.1 分数归一化概述
• 3.5.2 实验及分析
• 3.6 小结
• 第四章 编码比特流中的特征提取
• 4.1 引言
• 4.2 现代通信系统中的语音编码技术
• 4.2.1 移动通信中的语音编码
• 4.2.2 VoIP中的语音编码
• 4.3 基于编码比特流的特征提取
• 4.3.1 GSM FR编码比特流中的特征提取
• 4.3.2 G.729编码比特流中的特征提取
• 4.3.3 G.723.1编码比特流中的特征提取
• 4.4 特征选择与组合
• 4.4.1 特征选择
• 4.4.2 特征组合
• 4.5 实验及分析
• 4.5.1 选择LPCC参数
• 4.5.2 选择LPC、LAR和LSP参数
• 4.5.3 选择激励参数
• 4.5.4 优化特征组合
• 4.5.5 通用性分析
• 4.5.6 实验结果比较
• 4.5.7 时间性能分析
• 4.6 小结
• 第五章 基于帧选择的VoIP编码域说话人识别
• 5.1 引言
• 5.2 VoIP中的语音
• 5.2.1 VoIP中语音信号特点
• 5.2.2 语音比特流的RTP封装
• 5.3 基于帧选择的VoIP编码域说话人识别
• 5.3.1 方法流程
• 5.3.2 静音帧检测
• 5.3.3 坏帧检测
• 5.4 实验及分析
• 5.5 小结
• 结束语
• 参考文献
• 作者简历 攻读硕士学位期间完成的主要工作
• 致谢