基于信號稀疏分解的復雜環(huán)境下說話人識別研究.pdf

1、說話人識別技術是利用語音所包含的說話人特有的個性特征，自動進行身份認證的過程，因其具備經濟性、非接觸性、普適性和可區(qū)分性等天然優(yōu)勢在眾多生物認證技術中獨樹一幟?，F有的說話人識別技術在理想環(huán)境下識別效果良好，但在實際應用中，復雜環(huán)境使得訓練和識別語音特征失配，系統識別性能急劇下降。如何有效提高識別系統的魯棒性成為該技術的重點和難點。
　　稀疏分解作為信號處理領域一個重要的理論分支，被廣泛應用于信號去噪、壓縮編碼、參數估計、信號時頻分

2、析和盲源分離等諸多方面。本文基于信號的稀疏分解理論，研究不同噪聲背景下語音信號的去噪問題，給出相應的語音信號去噪方法;同時將基于稀疏分解的去噪方法用于說話人識別系統的預處理環(huán)節(jié)，分析其對系統識別性能的影響。本文主要工作如下:
　　1.搭建基于矢量量化的說話人識別系統。首先簡要介紹系統的構成;然后，根據系統實現的具體步驟對系統各部分逐一介紹，對其中關鍵步驟——特征提取和模板訓練與識別進行了詳細的分析;最后，通過仿真實驗，調試出系統達

3、到最佳識別率時的各項參數。
　　2.研究稀疏分解理論在語音信號去噪中的應用。給出信號的稀疏表示和信號重構算法，并重點介紹了一種與本文密切相關的凸松弛重構算法——基追蹤算法;同時，對語音信號在不同基底上稀疏分解，選定稀疏度最佳的DCT基作為本文的稀疏表示基，并將基于DCT的稀疏分解應用于語音信號的去噪處理中，仿真實驗表明，在低信噪比時，基于稀疏分解的去噪方法可以有效提高重構語音信號的幀平均信噪比。
　　3.分析不同噪聲背景下，