基于小波分析的说话人识别技术研究

论文摘要

现在说话人识别已成为语音识别的一个研究热点。说话人识别技术是语音信号处理技术的主要应用之一。国内外许多研究机构在该领域的研究也一直在进行着。本文重点研究了基于小波分析的说话人识别技术。首先详细讨论了说话人识别的基本原理,内容涉及语音信号的预处理、特征参数的提取以及基于特征参数的识别;重点讨论了基于小波分析的模极大值去噪与小波域阈值去噪法,并进行了改进。其次着重讨论了说话人识别中两种特征参数的分析:线性预测倒谱系数LPCC和Mel倒谱系数MFCC,并将多小波分析应用于特征参数的提取与分析。实验结果表明基于多小波的分析可进一步提高识别率。具体工作如下:(1)分析了当前说话人识别的发展现状、技术难点及需要改进的方向,并研究了与之相关的语音信号处理的内容。(2)讨论了基于小波分析的模极大值去噪与小波域阈值去噪法,并将两种方法结合,用模极大值法的优点弥补小波域阈值法的不足,改进小波域阈值去噪法。通过实验,验证改进的小波域阈值法可有效地提高语音信号去噪的效果。(3)分析两种常用的特征参数,并将其整合,同时将多小波分析应用于特征参数分析。最后用MATLAB仿真实验,验证多小波分析的应用对识别效果的有效性。最后对本文工作进行了总结,同时对接下来的研究工作进行了展望。

论文目录

摘要

Abstract

第1章绪论

1.1 课题研究的目的和意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 说话人识别存在的问题

1.4 本文主要工作

第2章说话人识别与小波变换

2.1 说话人识别概述

2.1.1 说话人识别基本概念

2.1.2 说话人识别分类

2.1.3 基本原理

2.1.4 说话人语音的自适应方法

2.2 小波变换

2.2.1 小波变换的原理

2.2.2 多小波变换

2.3 本章小结

第3章小波变换在语音信号去噪中的应用及改进

3.1 模极大值法

3.1.1 Lipschitz 正则性

3.1.2 小波系数幅值对Lipschitz 指数的度量

3.1.3 模极大值原理

3.1.4 小波变换模极大值信号去噪的原理

3.2 小波域阈值法

3.2.1 理论依据

3.2.2 小波域阈值法去噪步骤

3.3 信号去噪方法的改进

3.4 实验及结果分析

3.5 本章小结

第4章特征参数的提取以及多小波分析的应用

4.1 特征参数

4.1.1 LPCC

4.1.2 MFCC

4.2 特征参数分析及多小波的应用

4.2.1 特征参数分析

4.2.2 基于多小波的特征参数研究

4.3 特征参数的统计评价

4.4 本章小结

第5章实验与结果分析

5.1 语音资料库的建立

5.2 语音信号预处理

5.2.1 预加重

5.2.2 分帧加窗

5.2.3 端点检测

5.3 说话人识别及实验结果

5.4 本章小结

结论

参考文献

攻读硕士期间发表的论文

致谢

相关论文文献

[1].不同言语风格对法庭说话人识别的影响[J]. 中国刑警学院学报 2020(03)
[2].细菌趋药性算法在说话人识别中的应用[J]. 宿州学院学报 2017(11)
[3].基于修正Fukunaga-Koontz变换的说话人识别方法[J]. 电子器件 2018(04)
[4].说话人识别中基于深度信念网络的超向量降维的研究[J]. 电脑知识与技术 2017(22)
[5].基于Mahalanobis距离的说话人识别模型研究[J]. 中国语音学报 2016(00)
[6].基于自适应同源方差控制的法庭自动说话人识别[J]. 应用科学学报 2014(06)
[7].一种低信噪比下的说话人识别算法研究[J]. 计算机应用与软件 2014(12)
[8].基于元音共振峰特征的法庭说话人识别[J]. 中国刑警学院学报 2014(02)
[9].应用似然比框架的法庭说话人识别[J]. 数据采集与处理 2013(02)
[10].基于判别邻域嵌入算法的说话人识别[J]. 电子与信息学报 2019(07)
[11].深浅层特征及模型融合的说话人识别[J]. 声学学报 2018(02)
[12].基于AutoEncoder DBN-VQ的说话人识别系统[J]. 计算机技术与发展 2018(02)
[13].基于分层识别的快速说话人识别研究[J]. 计算机工程与科学 2018(07)
[14].特征音方法在说话人识别中的应用[J]. 计算机系统应用 2013(08)
[15].自组织特征映射神经网络在说话人识别中的应用[J]. 科技信息 2009(01)
[16].基于聚类分析的说话人识别研究[J]. 仪器仪表用户 2008(01)
[17].弯折滤波器在说话人识别的鲁棒特征提取中的应用[J]. 计算机系统应用 2017(12)
[18].说话人识别算法鲁棒性研究[J]. 南京工程学院学报(自然科学版) 2017(03)
[19].反蓄意模仿说话人识别系统中特征参数提取的研究[J]. 微型机与应用 2016(12)
[20].基于说话人识别的门禁系统的设计[J]. 才智 2012(12)
[21].与文本无关说话人识别特征提取的改进[J]. 电声技术 2008(11)
[22].面向说话人识别的甘肃临夏少数民族方言语音库的建设[J]. 兰州文理学院学报(自然科学版) 2019(06)
[23].基于压缩感知的鲁棒性说话人识别参数研究[J]. 计算机技术与发展 2016(03)
[24].基于组合特征参数的说话人识别系统设计[J]. 信息与电脑(理论版) 2014(20)
[25].基于小波包分解的抗噪说话人识别特征参数[J]. 通信技术 2010(12)
[26].基于具有深度门的多模态长短期记忆网络的说话人识别[J]. 激光与光电子学进展 2019(03)
[27].说话人识别中的分数域语速归一化[J]. 清华大学学报(自然科学版) 2018(04)
[28].基于因子分析概率统计模型的说话人识别[J]. 安阳师范学院学报 2017(05)
[29].说话人识别技术及其在工厂自动控制系统中的应用[J]. 企业技术开发 2015(08)
[30].与文本无关说话人识别[J]. 计算机与数字工程 2014(02)

标签：说话人识别论文; 小波分析论文; 模极大值论文; 小波域阈值论文; 多小波论文;

基于小波分析的说话人识别技术研究

论文摘要

论文目录

相关论文文献

猜你喜欢