基于DSP的說話人識別算法的研究.pdf_第1頁
已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、說話人識別是根據(jù)說話人的發(fā)音特性自動識別說話人的過程，它不注重包含在語音信號中的語義內(nèi)容信息，而是著眼于包含在語音信號中的個人發(fā)音特征，從語音中提取說話人的這些個人發(fā)音特征，用以識別說話人。隨著計算機與語音的交互技術(shù)日趨成熟，說話人識別技術(shù)在許多領(lǐng)域內(nèi)都發(fā)揮出了重要的作用，如安全和軍事領(lǐng)域、通信領(lǐng)域，財經(jīng)領(lǐng)域等。對說話人識別技術(shù)的研究可以結(jié)合DSP（Digital Signal Processor，數(shù)字信號處理器）來進行。當(dāng)前DSP芯片

2、已經(jīng)在數(shù)字信號處理中被廣泛應(yīng)用，它具有靈活便攜的特點并且有出色的數(shù)字化計算能力，因此，在DSP上實現(xiàn)說話人識別系統(tǒng)成為一個很重要的研究方向。
　　 本文主要對基于DSP的說話人識別算法進行研究。論文首先結(jié)合對說話人識別系統(tǒng)的研究工作，對系統(tǒng)中的重點知識做了詳細介紹和分析。從說話人語音信號的基本知識開始，逐步介紹了說話人識別系統(tǒng)中的預(yù)處理、特征參數(shù)提取、參數(shù)訓(xùn)練以及識別等工作。其中選擇Mel頻率倒譜參數(shù)(Mel-frequency

3、 Cepstral Coefficients，MFCC)作為說話人的特征參數(shù)，選擇高斯混合模型(Gaussian Mixture Model，GMM)作為系統(tǒng)的參數(shù)模型。其次對GMM模型的訓(xùn)練和識別算法進行了優(yōu)化，提出了基于DSP的在線訓(xùn)練和識別算法，該算法可以大幅度節(jié)省存儲空間、降低計算復(fù)雜度，并有效地減少等待時間。
　　 在理論介紹的基礎(chǔ)上，本文建立了一個應(yīng)用在線算法的仿真說話人識別系統(tǒng)，并對該系統(tǒng)中的各個模塊進行了較為詳細

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論