论文摘要
基于生物特征的身份识别技术是当前国际上的重点研究内容,说话人识别作为生物认证技术的一种,是根据应用语音波形中反映说话人生理和行为的语音特征参数,自动鉴别说话人身份的一种技术。与其它生物识别技术相比,说话人识别具有更为简便,经济及可扩展性良好等众多优势,可广泛应用于电话银行、数据库访问、计算机远程登录、安全验证、控制等领域。正因为说话人识别具有如此广阔的应用前景,近年来在生物认证技术领域中越来越受到研究者的关注。本文通过分析说话人识别基本原理与系统结构,考察现有的说话人识别技术,研究线性预测倒谱系数、美尔倒谱系数等特征参数,矢量量化(VQ)与隐马尔可夫模型HMM等应用于说话人识别的识别方法,建立说话人识别系统。本文首先介绍了说话人识别系统的概念,然后分析了几种常用的语音特征参数的提取方法以及说话人识别的几种模型。重点研究了矢量量化模型(VQ)和隐马尔可夫模型(HMM)用于与文本有关的说话人识别,使用matlab6.5作为开发平台实现了初步的说话人识别系统。实验中分别对使用VQ模型时选取不同的码本数和使用HMM模型时选取不同的高斯混合数对16个说话人做了实验。实验码本数和高斯混合数分别取8、16,对比试验结果发现在码本数和高斯混合数相同的条件下,隐马尔可夫模型(HMM)相比矢量量化模型(VQ)对测试语料具有较高的识别率。
论文目录
摘要ABSTRACT目录图表目录第一章 绪论1.1 选题依据1.2 说话人识别研究历史与现状1.3 本文主要研究内容1.4 本论文的章节安排第二章 说话人识别系统概述2.1 说话人识别的定义及分类2.2 说话人识别系统框架2.3 说话人识别系统组成2.3.1 预处理2.3.2 特征提取2.3.3 说话人识别模型2.4 本章小结第三章 说话人识别系统设计3.1 系统结构总体设计3.1.1 系统开发的软硬件平台3.1.2 系统模块图3.2 系统各模块设计3.2.1 语音预处理模块3.2.2 特征提取模块3.2.3 矢量量化（VQ）3.2.4 隐马尔可夫模型（HMM）3.3 本章小结第四章 说话人识别系统实现4.1 开发环境4.1.1 MATLAB开发环境简介4.1.2 系统脱离MATLAB独立运行4.2 系统各部份功能实现4.2.1 端点检测功能实现4.2.2 MFCC系数的提取4.2.3 VQ识别模块实现4.2.4 HMM识别模块实现4.2.5 用户界面设计4.3 识别实验及结果分析4.3.1 语音数据的采集和组织4.3.2 说话人辨认实验4.4 本章小结第五章 总结与展望5.1 完成的工作5.2 对未来工作的展望致谢参考文献
相关论文文献
标签：说话人识别论文; 隐马尔可夫模型论文; 矢量量化论文; 梅尔倒谱系数论文; 文本相关论文;
