資源描述:
《基于小波變換與GMM的說(shuō)話人識(shí)別研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、摘要本文詳細(xì)分析了小波理論的基礎(chǔ)知識(shí),研究了小波分析在語(yǔ)音信號(hào)處理中的應(yīng)用,提出了基于小波包分析的兩種新語(yǔ)音特征參數(shù),這兩種特征參數(shù)分別命名為SBC和WPP。把小波變換和小波包變換結(jié)合起來(lái)對(duì)語(yǔ)音信號(hào)進(jìn)行頻帶劃分,這種劃分與人耳的臨界頻帶相似,由此得出語(yǔ)音特征參數(shù)SBC。根據(jù)小波變換是比離散余弦變換更好的子帶能量分離器,得出WPP。實(shí)驗(yàn)證明新特征參數(shù)WPP的語(yǔ)音識(shí)別性能優(yōu)于SBC,而SBC的識(shí)別性能優(yōu)于MFCC。高斯混合模型(GMM)是在說(shuō)話人識(shí)別中廣泛使用的識(shí)別方法,文中提出了一種新的改進(jìn)模型OGMM。在OGMM中,有一個(gè)正交變
2、換矩陣,在應(yīng)用到GMM模型之前,特征向量先要變換到由對(duì)角線協(xié)方差矩陣的特征矢量張成的線性空間上。通過(guò)實(shí)驗(yàn)得知對(duì)于相同的階數(shù),OGMM,e2,是表現(xiàn)出更好的性能,為了達(dá)到同一識(shí)別性能,OGMM僅需要標(biāo)準(zhǔn)GMM階數(shù)的1/4。關(guān)鍵字:語(yǔ)音信號(hào)小波分析小波包分析高斯混合模型ABSTRACTThispaperdescribesindetailthebasicknowledgeofwavelettheory,studiestheapplicationofwaveletanalysistospeechsignalprocessingandpr
3、esentstwonewspeechfeatureparametersbasedonwaveletpacketanalysis,thetwoparametersarenamedSBCandWPPrespectively.Thispaperalsodescribesafrequencybandsdivisionofthespeechsignalbycombiningthewavelettransformandwaveletpackettransform,thisdivisionmethodissimilartothecritica
4、lbandsofhumanbeing’Sear,fromwhichwecouldgetspeechfeatureparametersSBC.Wavelettransformisabetterdecorrelatorofsubbandenergiesthandiscretecosinetransform.fromwhichwecouldgetWPP.TheexperimentresultsindicatethatthenewfeatureparameterWPPisabletooutperformSBCandSBCiSbetter
5、thanMFCC.TheGaussianmixturemodeling(GMM)techniquesareincreasinglybeingusedinspeakerrecognition.WehaveproposedamodificationtothestandarddiagonalGMM.Inthenewmodel(namedasOGMM),thereisanorthogonaltransformmatrix.,featurevectorsarefirsttransformedtothespacespannedbyeigen
6、vectorsofthecovariancematrixbeforeapplyingtothediagonalGMM.Itisshownthatwiththesamenumberofmixtures,theOGMMalwaysgivesabetterperformance.Toreachaspecificperformancelevel,theOGMMneedsonlyone—fourththenumberofmixturesusedbythestandardGMM.Keywords:speechsignalwaveletana
7、lysiswaveletpacketanalysistheGaussianmixturemodeling(GMM)第一章緒論說(shuō)話人識(shí)別是利用語(yǔ)音信號(hào)和預(yù)先提取的說(shuō)話人特征來(lái)確定或鑒別說(shuō)話人身份的技術(shù)【?11113I。語(yǔ)音信號(hào)中不僅包含語(yǔ)義內(nèi)容方面的信息,同時(shí)也包含有關(guān)說(shuō)話人身份的個(gè)人信息。每個(gè)人由于自己獨(dú)特的聲道特性和發(fā)音特點(diǎn),使其講話具有區(qū)別于他人的特征,這就是說(shuō)話人識(shí)別的基本依據(jù)。說(shuō)話人識(shí)別的研究可以追溯到1937年,以C.A.Linderbergh先生的兒子被拐騙事件為開(kāi)端,對(duì)語(yǔ)音中的說(shuō)話人個(gè)性展開(kāi)了科學(xué)的測(cè)量和研究。19
8、62年,Bell實(shí)驗(yàn)室的LG.Kersta第一次介紹了采用聲紋進(jìn)行說(shuō)話人識(shí)別的可能性。1966年,美國(guó)法院第一次采用此方法進(jìn)行了取證。隨著計(jì)算機(jī)、DSP芯片應(yīng)用的日益廣泛和成熟,以及數(shù)字信號(hào)處理和模式識(shí)別等理論的發(fā)展,說(shuō)話人識(shí)別技術(shù)已越來(lái)越為人們所矚目,并且取得