基于MFCC說話人識(shí)別算法研究.pdf

1、安徽大學(xué)碩士論文摘要I摘要語音是人的自然屬性之一，由于發(fā)音器官的生理差異以及后天形成的行為差異，每個(gè)人的語音都帶有強(qiáng)烈的個(gè)人色彩，那么我們就可以通過分析語音信號(hào)來識(shí)別說話人，由此使得我們研究說話人識(shí)別具有現(xiàn)實(shí)意義。隨著計(jì)算機(jī)技術(shù)和通信技術(shù)的高速發(fā)展，說話人識(shí)別技術(shù)被廣泛的應(yīng)用于各個(gè)領(lǐng)域，如在公安司法領(lǐng)域、軍事領(lǐng)域中進(jìn)行監(jiān)聽與鑒別，在安全保衛(wèi)領(lǐng)域中出入控制，財(cái)經(jīng)領(lǐng)域中轉(zhuǎn)賬和出納，信息服務(wù)領(lǐng)域中自動(dòng)信息檢索和電子商務(wù)等。論文主要對(duì)說話人識(shí)別

2、的一些技術(shù)進(jìn)行了較為系統(tǒng)和全面的研究，重點(diǎn)對(duì)基于矢量量化（VectQuantization，VQ）和隱馬爾可夫模型（HiddenMarkovModelsHMM）兩種方法的說話人識(shí)別研究，所做的主要工作包括以下幾個(gè)方面：1.介紹了一種新端點(diǎn)檢測(cè)算法。傳統(tǒng)的端點(diǎn)檢測(cè)是采用短時(shí)能量和短時(shí)平均過零率的雙門限端點(diǎn)檢測(cè)方法。論文利用一個(gè)新的判決門限：能頻值。能頻值定義為短時(shí)能量和過零率的乘積，利用能頻值既顧及了聲母的高過零率又顧及了韻母的高能量，從

3、而提高了語音信號(hào)與背景噪聲的分辨力，適應(yīng)環(huán)境的能力強(qiáng)。2.研究并實(shí)現(xiàn)了一種改進(jìn)譜減法的語音去噪新方法。實(shí)驗(yàn)表明該方法提高了輸出信噪比，改善了語音質(zhì)量，具有良好的語音去噪效果。同時(shí)，詳細(xì)研究了兩種最常用的語音特征參數(shù)：線性預(yù)測(cè)倒譜系數(shù)（LinearPredictionCepstrumCoefficientLPCC）、Mel倒譜系數(shù)（MelFrequencyCepstrumCoefficientMFCC）及其差分。3.介紹了矢量量化技術(shù)，矢