基于矢量量化的說話人識別算法的研究.pdf

1、說話人識別是指通過說話人的語音說話人識別是指通過說話人的語音來自動識別說話人的身份，它在許多領域內(nèi)有良好的應用前景。本說話人識別系統(tǒng)采用了矢量量化方法，它包括兩個主要的模塊：特征提取和特征匹配。在特征提取過程中，將提取少量的能夠體現(xiàn)每個說話人的特征的語音信號的參數(shù)。在特征匹配模塊中包括有兩個步驟：一是訓練步驟，二是識別步驟。 本文首先在研究了語音信號的一般處理方法的基礎上，重點研究了雙門限端點檢測算法和LPC美爾倒譜特征端點檢測

2、方法的基本理論。并且研究了語音信號的數(shù)字模型，包括激勵模型、聲管模型和輻射模型三個子模型。然后，在研究說話人識別的參數(shù)和特征提取原理的基礎上，重點研究了美爾倒譜系數(shù)(MFCC)的原理和特點，并且設計和實現(xiàn)了美爾倒譜系數(shù)提取過程。接著，在介紹了矢量量化的基本原理和失真測度方法的基礎上，重點研究了矢量量化器最佳碼本設計的算法——LBG算法，選擇為本系統(tǒng)的矢量量化方法。最后提出了一種以MFCC為特征的基于近鄰劃分算法的矢量量化的說話人識別方案