与文本无关的说话人识别的关键技术研究

与文本无关的说话人识别的关键技术研究

论文摘要

本文主要对与文本无关的说话人识别的基本原理和相关算法进行了深入的分析和研究。在端点检测中,对几种常用的检测算法进行了分析和研究,针对单个参数用于端点检测所存在的问题,本文将短时能量和Renyi熵的结合能量-Renyi熵(ERE)参数用于端点检测,取得了较好的效果。在语音增强中,重点分析和研究了β?order自适应谱减法。在此基础上,本文采用谱增益迭代的方式来进一步逼近真实语音谱,并将该算法应用到近几年发展起来的CMSBS参数提取过程中的输出子带能量增强,取得了很好的效果。在识别模型方面,在对GMM基本原理和相关算法分析的基础上,重点研究了GMM参数估计算法-SGML算法。该算法通过自分裂的方式寻找最佳的模型混合度,而且能够在分裂过程中不断提高参数估计精度,很好地解决了使用EM算法估计参数时面临的模型混合度较难选取和对初始值较为敏感的问题。通过对上述算法的深入分析,在VC平台上对其性能进行了验证。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景和意义
  • 1.2 说话人识别技术发展概述
  • 1.3 与文本无关的说话人识别
  • 1.4 研究重点及难点
  • 1.5 论文的主要工作内容及安排
  • 第二章 语音信号的预处理
  • 2.1 预加重
  • 2.2 分帧加窗
  • 2.3 端点检测
  • 2.3.1 基于短时能量和过零率的双门限端点检测算法
  • 2.3.2 基于信息熵的端点检测算法
  • 2.3.3 基于能量-Renyi熵参数的端点检测
  • 2.3.4 实验及讨论
  • 2.4 语音信号的增强
  • 2.4.1 语音增强方法简述
  • 2.4.2 噪声参数的估计
  • 2.4.3 信噪比的估计
  • 2.4.4 谱减法
  • 2.4.5 基于谱增益迭代的β? order 自适应谱减法
  • 2.4.6 实验及讨论
  • 第三章 语音特征参数
  • 3.1 线性预测系数LPC及其倒谱
  • 3.1.1 LPC参数的原理及提取
  • 3.1.2 LPCC参数原理及提取
  • 3.2 MFCC及其衍生参数
  • 3.2.1 MFCC参数的原理及提取
  • 3.2.2 CMSBS参数的原理及提取
  • 3.3 特征参数组合结构
  • 3.4 实验及讨论
  • 第四章 说话人识别模型
  • 4.1 说话人识方法概述
  • 4.2 基于GMM的说话人识别系统
  • 4.2.1 高斯混合模型(GMM)描述
  • 4.2.2 GMM参数的EM估计算法
  • 4.2.3 GMM混合度及参数的初始化
  • 4.2.4 SGML算法
  • 4.3 说话人识别系统中确认阈值的选取
  • 4.4 实验及讨论
  • 第五章 总结和展望
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].端点检测与响应技术及其发展趋势[J]. 通信技术 2017(07)
    • [2].基于端点检测的时延估计方法的研究[J]. 信息化建设 2015(09)
    • [3].佤语语音语料端点检测算法[J]. 云南民族大学学报(自然科学版) 2019(02)
    • [4].基于元音检测的俄语语音音节端点检测[J]. 郑州大学学报(理学版) 2017(04)
    • [5].低信噪比下的端点检测算法研究[J]. 西北师范大学学报(自然科学版) 2016(05)
    • [6].关于欺骗技术和EDR的4件事[J]. 计算机与网络 2019(08)
    • [7].基于基音频能值的端点检测算法[J]. 安徽工程科技学院学报(自然科学版) 2008(03)
    • [8].基于双门限算法的端点检测改进研究[J]. 计算机与数字工程 2017(11)
    • [9].一种用于橡胶树采胶的自动割胶机[J]. 橡塑技术与装备 2018(11)
    • [10].电话信道人名识别系统的端点检测方法[J]. 心智与计算 2008(02)
    • [11].一种融合时频信息的钢琴音符端点检测算法[J]. 科技与创新 2018(13)
    • [12].复杂环境中多音节语音自适应端点检测的实现[J]. 计算机仿真 2018(07)
    • [13].面向噪声环境下医疗语音信号端点检测方法[J]. 常熟理工学院学报 2017(04)
    • [14].基于压缩感知和MFCC的语音端点检测算法[J]. 测控技术 2019(05)
    • [15].多窗谱减法和EMD改进的新型能熵比端点检测[J]. 电声技术 2019(09)
    • [16].基于端点检测的时频峰值滤波动液面提取技术[J]. 西南石油大学学报(自然科学版) 2018(02)
    • [17].分形理论在语音信号端点检测及增强中的运用[J]. 电脑知识与技术 2018(02)
    • [18].语音端点检测方法探析[J]. 电子技术与软件工程 2014(17)
    • [19].基于Matlab的语音识别端点检测算法研究与实现[J]. 内江科技 2013(09)
    • [20].基于LPC距离和变窗长的端点检测[J]. 电子测量技术 2017(12)
    • [21].基于小波包Bark子带方差的端点检测算法[J]. 洛阳师范学院学报 2019(02)
    • [22].室内声环境中的语音端点检测自适应算法[J]. 电声技术 2012(10)
    • [23].基于LPCC和能量熵的端点检测[J]. 电讯技术 2010(06)
    • [24].基于短时特征双阈值检测的话音信号端点检测算法[J]. 陇东学院学报 2018(05)
    • [25].连续汉语语音切分技术研究[J]. 计算机与数字工程 2019(07)
    • [26].一种面向智能家居的语音端点检测方法仿真[J]. 湖南科技学院学报 2017(10)
    • [27].基于Mel-TEO的带噪语音端点检测算法[J]. 微电子学与计算机 2016(04)
    • [28].一种改进的基于倒谱距离端点检测方法研究[J]. 计算机与数字工程 2013(07)
    • [29].递归分析在带噪语音端点检测中的应用[J]. 沈阳航空航天大学学报 2017(06)
    • [30].“异常行为”如何寻? EDR“显神威”[J]. 网络安全和信息化 2017(04)

    标签:;  ;  ;  ;  

    与文本无关的说话人识别的关键技术研究
    下载Doc文档

    猜你喜欢