說話人識別的系統(tǒng)設計大學

北京科技大學本科生畢業(yè)設計（論文）北京科技大學本科生畢業(yè)設計（論文）1111摘要說話人識別技術是一種的重要生物認證手段，也是身份鑒別學術會議中的一項重要內容。說話人識別的目的是通過話語找出或核實說話人的身份，可以被用于訪問控制。它屬于語音信號領域的一個模式識別問題。本文使用交疊分幀的方法短時化語音信號，使用每幀信號的能頻值區(qū)分語音信號和噪聲信號。特征提取方面，本文使用線性預測倒譜系數和基音頻率來表征生成語音的發(fā)音器官的差異（先天的），用差分線性預測倒譜系數和差分基音頻率表征發(fā)音器官發(fā)音時動作的差異（后天的）。四種特征加權擴維得到的組合特征矢量最終表征了一個特定的說話人。分類決策方面，本文使用矢量量化的方法完成對說話人語音信號的分類和判決。本文設計的系統(tǒng)是基于Java語言和SQLServer2000數據庫實現的。Java語言用于實現語音樣本采集、預處理、特征提取、分類決策等說話人識別所需的各種算法。SQLServer2000數據庫用于存儲已注冊說話人的語音碼本。本文在實現系統(tǒng)的基礎上，分析了組合特征中各分量對說話人識別的貢獻大小。得到的結論是：用于說話人識別的參數中，線性預測倒譜系數效果最好，差分線性預測倒譜系數次之，基音頻率再次之，差分基音頻率效果最差。根據這一結論，系統(tǒng)通過調整組合特征中各分量加權系數的方式突出貢獻大的分量。實驗表明，調整后系統(tǒng)識別率顯著提高。對于10名男性語音的碼本庫，本文實現系統(tǒng)的識別率可達到87%。關鍵詞：說話人識別；基音；線性預測；矢量量化Theresearchofthetext-independentspeakerrecognitionsystemAbstractSpeakerrecognitiontechnologyisoneoftheimportantbiometricways,aswellasanimportantpartinacademicconferencesofidentification.Thepurposeofspeakerrecognitionisidentifyingorverifyingthespeaker'sidentitythroughthediscourse,whichcanbeusedtocontrolaccess.Itisapatternrecognitionproblemonspeechsignals.Thispaperusesthewayofoverlappingsub-frametoshortthevoicesignal,andusestheEnergyFrequencyValueofeachframetoseparatethevoicesignalfromthenoisesignal.Intherespectoffeatureextraction,thispaperusesLPCCandpitchfrequencytocharacterizepronunciationorgansgeneratedvoicesounds(congenital),andusesdifferentialLPCCanddifferentialpitchfrequencycharacterizethediffereneeofpronunciationorganmovestopronounce(acquired).Ultimately,acomponentfeaturevector,whichisobtainedbyweightedandunitedthatfourfeatures,characterizeaparticularspeaker.Intherespectofclassificationanddecision,weusemethodofvectorquantizationtocompletetheclassificationandsentencingforspeakers'speechsignal.ThesystemthatisdesignedbythispaperisachievedbasedontheJavaIanguageandSQLServer2000database.JavaIanguageisusedtoimplementalgorithmsneededbyspeakerrecognition,suchasvoicesampling,preprocessing,featureextraction,classificationanddecisionandsoon.SQLServer2000databaseisusedtostoreregisteredspeakersvoicecodebooks.Basedonthesystemachieved,thispapeanalyzedcontributiontotheidentificationforeachcompositionofthecomponentfeatures.Theconclusionis:forspeakeridentificationparameters,LPCCisthebest,differentialLPCCisthesecondbest,thepitchfrequencyisthethirdbestanddifferentialpitchfrequencyistheworst.Basedonthisconclusion,thesystemgivesprominencetothecomposition,whichhasmorecontributiontotheidentification,byadjustingweightedcoefficient.Afteradjustment,experimentsshowthatsystemidentificationrateimprovedsignificantly.Therecognitionrateofthesystemcompletedbythispapercanreach87%tothecodebookdatabaseproducedby10malevoices.KeyWords:speakerrecognition;pitch;linearprediction;vectorquantification北京科技大學本科生畢業(yè)設計（論文）北京科技大學本科生畢業(yè)設計（論文）北京科技大學本科生畢業(yè)設計（論文）北京科技大學本科生畢業(yè)設計（論文）北京科技大學本科生畢業(yè)設計（論文）北京科技大學本科生畢業(yè)設計（論文）-參考文獻趙力?語音信號處理[M].北京：機械工業(yè)出版社，2003韓焱，王召巴，楊風暴?電子信息工程專業(yè)學生的專業(yè)知識結構與課程設置[C]?全國光學光電和電子類專業(yè)教學經驗交流研討會專集，中國光學學會光電技術專業(yè)委員會，教育部高等學校電子信息科學與工程類專業(yè)教學指導分委員會，全國高等學校光學教育研究會，2002.北京：華北工學院，2002Q.Y.Hong，S.Kwong.ADiscriminativeTrainingApproachforText-independentSpeakerRecognition[J]SignalProcessing2005,85(7)：1449-1463邊肇祺，張學工.模式識別[M].第二版.北京：清華大學出版社，2000⑸張雄偉，陳亮，楊吉斌.現代語音處理技術及應用[M].北京：機械工業(yè)出版社，2003⑹胡航.語音信號處理[M].第二版.哈爾濱：哈爾濱工業(yè)大學出版社，2002JudithA.Markowitz,J.MarkowitzConsultantSpeakerRecognition[J]InformationSecurityTechnicalReport1998,3(1)：14—20果永振，何遵文.一種多特征語音端點檢測算法及實現[J].通信技術，2003，133(1)：8-10韓紀慶，張磊，鄭鐵然.語音信號處理[M].北京：清華大學出版社，2004趙靜，羅興國，蔡文濤.噪聲環(huán)境下語音信號的基音檢測[J].電聲技術，2007,31(3)：54-62ChaiWutiwiwatchai，SadaokiFurui.Thaispeechprocessingtechnology:Ar