基于GMM算法的說(shuō)話人識(shí)別系統(tǒng)的研究.pdf

1、說(shuō)話人識(shí)別技術(shù)是生物認(rèn)證技術(shù)的一種，可以通過(guò)分析說(shuō)話人語(yǔ)音中的個(gè)性特征自動(dòng)識(shí)別出說(shuō)話人的身份。說(shuō)話人識(shí)別技術(shù)以其獨(dú)特的經(jīng)濟(jì)性和準(zhǔn)確性等優(yōu)勢(shì)，被廣泛的應(yīng)用于人們的日常生活和工作中，且?guī)?lái)了大量的便利。因此，研究一種識(shí)別率高，同時(shí)魯棒性強(qiáng)的說(shuō)話人識(shí)別方法是廣大研究者的努力方向。
　　本文重點(diǎn)研究的是基于高斯混合模型的說(shuō)話人識(shí)別系統(tǒng)。經(jīng)過(guò)對(duì)系統(tǒng)巾一些參數(shù)和模型的測(cè)試與比較，對(duì)系統(tǒng)提出相應(yīng)的改進(jìn)，達(dá)到提高系統(tǒng)識(shí)別率的目的。本文主要在系統(tǒng)構(gòu)

2、建、系統(tǒng)性能研究和系統(tǒng)改進(jìn)等幾個(gè)方面進(jìn)行了研究并進(jìn)行了仿真實(shí)驗(yàn)。
　　首先利用Matlab構(gòu)建一個(gè)基于高斯混合模型的說(shuō)話人識(shí)別系統(tǒng)，具體包括語(yǔ)音庫(kù)的選取與讀取、對(duì)語(yǔ)音信號(hào)的預(yù)處理工作、語(yǔ)音信號(hào)特征參數(shù)的提取以及高斯混合模型的訓(xùn)練和識(shí)別幾個(gè)模塊。
　　對(duì)系統(tǒng)性能的研究主要是研究說(shuō)話人語(yǔ)音信號(hào)特征的提取和模型參數(shù)對(duì)系統(tǒng)性能的影響。實(shí)驗(yàn)可知，不同的特征參數(shù)、不同的測(cè)試語(yǔ)音長(zhǎng)度、不同的測(cè)試語(yǔ)音幀長(zhǎng)以及不同的模型階數(shù)都會(huì)影響系統(tǒng)的性能

3、。MFCC特征參數(shù)優(yōu)于LPC和LPCC，測(cè)試語(yǔ)音長(zhǎng)度適當(dāng)?shù)募娱L(zhǎng)會(huì)提高系統(tǒng)的識(shí)別率，相同幀長(zhǎng)下高階數(shù)的高斯混合模型要優(yōu)于低階模型，對(duì)于不同階數(shù)的高斯混合模型，系統(tǒng)系能最優(yōu)時(shí)語(yǔ)音的幀長(zhǎng)也有所不同。
　　本論文在采用GMM模型對(duì)說(shuō)話人進(jìn)行模型訓(xùn)練外，還采用了BP模型來(lái)對(duì)說(shuō)話人的語(yǔ)音進(jìn)行訓(xùn)練識(shí)別。針對(duì)BP模型采用MFCC提取特征參數(shù)，分別得到不同訓(xùn)練集合大小時(shí)的識(shí)別率。由結(jié)果發(fā)現(xiàn)隨著說(shuō)話人訓(xùn)練語(yǔ)音的增加，系統(tǒng)的識(shí)別率會(huì)有所下降。針對(duì)這個(gè)問(wèn)