本文關鍵詞：基于MFCC和PSO-BP神經網絡的說話人識別系統(tǒng)，由筆耕文化傳播整理發(fā)布。

【摘要】：說話人識別是一項隨著數字化信息發(fā)展起來的生物識別技術,基于人工神經網絡的說話人識別技術也成為生物識別技術領域中重要的研究熱點之一。基于人工神經網絡的說話人識別技術,相較于傳統(tǒng)的基于線性系統(tǒng)理論的技術,具有非線性分布式并行處理、較強的模式分類能力、優(yōu)良的不完全信息的魯棒性等特點。人工神經網絡是一種模仿動物神經網絡行為特征的網絡模型,在信息模糊化等說話人識別技術相關問題上具有自主學習的優(yōu)勢。本文首先對說話人識別技術和人工神經網絡及其優(yōu)化算法的發(fā)展、研究現狀作了介紹,并從語音信號的預處理開始分析,對語音信號進行了預加重、端點檢測,濾除了說話人語音中的靜音段和噪聲段,為后續(xù)的特征參數提取提供了有效的語音段。文中還將基于譜減法增強的梅爾倒譜特征參數(Mel-Frequency Cepstrum Coefficient,MFCC)與傳統(tǒng)的梅爾倒譜參數特征參數進行了比較,前者在噪聲條件下具有更好的魯棒性。對于傳統(tǒng)說話人識別模型需要大量訓練數據,魯棒性差以及存儲空間大等缺陷,本文提出了反向傳播(Back-Propagation,BP)算法網絡模型。BP網絡模型能夠隨經驗不斷改善性能,通過自組織自學習自適應調整網絡模型參數。本文重點研究了BP神經網絡模型的特點,針對BP神經網絡收斂速度慢、易陷入局部極小等問題,引進了粒子群算法(Particle Swarm Optimization,PSO),建立了PSO-BP神經網絡模型。通過粒子群優(yōu)化算法(PSO)來訓練BP神經網絡的權值和閾值,可以有效尋求最佳解空間、加快全局搜索。在實驗驗證環(huán)節(jié),相對于傳統(tǒng)說話人識別模型,基于PSO-BP神經網絡的說話人識別系統(tǒng)的識別率和訓練速度都得到了較大的提高。
【關鍵詞】：說話人識別 MFCC特征參數 BP神經網絡 粒子群算法 譜減法語音增強
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN912.34;TP183
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-14
• 1.1 引言8
• 1.2 說話人識別的研究目的與意義8-10
• 1.3 國內外研究綜述10-11
• 1.3.1 說話人識別研究的現狀10
• 1.3.2 人工神經網絡研究的現狀10-11
• 1.3.3 PSO算法研究的現狀11
• 1.4 本文研究內容11-13
• 1.4.1 反向傳播（BP）神經網絡12
• 1.4.2 粒子群算法（PSO）12
• 1.4.3 基于PSO-BP的網絡模型12-13
• 1.5 本文組織結構13-14
• 第二章 說話人識別預處理和特征提取14-24
• 2.1 說話人識別預處理14-16
• 2.2 說話人識別特征提取16-21
• 2.3 基于譜減法增強的MFCC特征參數提取21-23
• 2.3.1 基于譜減法的語音增強21-22
• 2.3.2 改進后的MFCC特征參數提取22-23
• 2.4 本章小結23-24
• 第三章 PSO-BP網絡結構24-38
• 3.1 人工神經網絡原理24-26
• 3.1.1 人工神經網絡概念24
• 3.1.2 人工神經網絡結構24-26
• 3.1.3 人工神經網絡的分類26
• 3.2 反向傳播算法（BP算法）26-29
• 3.2.1 BP算法網絡模型26-28
• 3.2.2 BP學習算法28-29
• 3.3 BP算法存在的問題及對策29-33
• 3.3.1 BP算法存在的問題29-30
• 3.3.2 對策30-33
• 3.4 粒子群算法起源33-34
• 3.5 粒子群算法原理34-35
• 3.6 粒子群算法結構35-37
• 3.6.1 粒子群算法（PSO）的步驟和流程35-36
• 3.6.2 設計過程中應注意的參數設置36-37
• 3.7 本章小結37-38
• 第四章 經典說話人識別方法38-49
• 4.1 說話人識別原理38
• 4.2 高斯混合模型（GMM）38-41
• 4.3 隱馬爾可夫模型（HMM）41-43
• 4.4 矢量量化模型（VQ）43-47
• 4.5 本章小結47-49
• 第五章 仿真實驗與結果分析49-63
• 5.1 系統(tǒng)結構49-50
• 5.2 具體實現過程50-56
• 5.2.1 預處理過程50-53
• 5.2.2 特征參數提取53-55
• 5.2.3 訓練識別網絡的設計55-56
• 5.3 實驗結果分析56-62
• 5.3.1 噪聲環(huán)境下的系統(tǒng)分析56-58
• 5.3.2 BP/PSO-BP網絡性能比較58-60
• 5.3.3 與經典說話人識別模型的性能比較60-62
• 5.4 本章小結62-63
• 第六章 總結與展望63-64
• 參考文獻64-68
• 附錄1 攻讀碩士學位期間撰寫的論文68-69
• 附錄2 攻讀碩士學位期間申請的專利69-70
• 附錄3 攻讀碩士學位期間參加的科研項目70-71
• 致謝71

【相似文獻】

中國期刊全文數據庫 前10條

1 覃愛娜,韓華;說話人識別技術及其在工廠自動控制系統(tǒng)中的應用[J];長沙電力學院學報(自然科學版);2003年02期

2 楊海燕,楊斌,景新幸;說話人識別技術在智能家居中的應用[J];電聲技術;2004年05期

3 王晶晶,陳中柱,薛文濤,江紅英;一種與文本有關的說話人識別系統(tǒng)設計與實現[J];計算機仿真;2004年06期

4 戴紅霞,趙力;采用幀概率變換的與文本無關說話人識別系統(tǒng)的實現[J];電聲技術;2004年09期

5 葉蕾,方鵬,楊震;基于因特網的說話人識別技術研究[J];南京郵電學院學報;2004年03期

6 孫林慧,葉蕾,楊震;說話人識別中測試時長與識別率關系研究[J];計算機仿真;2005年05期

7 陸小珊,王俊法,田嵐;音高特征在說話人識別中的可分性及應用研究[J];山東大學學報(工學版);2005年04期

8 芮賢義,俞一彪;基于小波變換的魯棒型特征提取及說話人識別[J];電路與系統(tǒng)學報;2005年05期

9 劉雅琴,杜海明;基于矢量量化的說話人識別[J];洛陽師范學院學報;2005年05期

10 陳立偉;趙春暉;姜海麗;;一種基于混合神經網絡的說話人識別系統(tǒng)[J];哈爾濱工程大學學報;2005年06期

中國重要會議論文全文數據庫 前10條

1 鮑福良;方志剛;徐潔;;說話人識別綜述[A];第六屆全國信息獲取與處理學術會議論文集（2）[C];2008年

2 孫帆;遲惠生;;循環(huán)網絡說話人識別[A];第二屆全國人機語音通訊學術會議論文集[C];1992年

3 肖劍;歐貴文;;多層前饋神經網絡組的文本無關說話人識別[A];第七屆全國人機語音通訊學術會議（NCMMSC7）論文集[C];2003年

4 張玲華;鄭寶玉;楊震;;模糊超橢球聚類算法及其在說話人識別中的應用研究[A];第八屆全國人機語音通訊學術會議論文集[C];2005年

5 王宏;潘金貴;;基于矩陣正態(tài)分布的文本有關說話人識別[A];2007通信理論與技術新發(fā)展——第十二屆全國青年通信學術會議論文集（上冊）[C];2007年

6 戴紅霞;趙力;;文本無關說話人識別系統(tǒng)的研究[A];2007’促進西部發(fā)展聲學學術交流會論文集[C];2007年

7 陳聯武;郭武;戴禮榮;;說話人識別系統(tǒng)中多樣訓練的應用[A];第十一屆全國人機語音通訊學術會議論文集（一）[C];2011年

8 崔玉紅;胡光銳;;基于神經網絡特征維數壓縮方法及其在說話人識別中的應用[A];第十屆全國信號處理學術年會（CCSP-2001）論文集[C];2001年

9 吳麗麗;;基于仿生模式識別的說話人識別學習模型研究[A];第二屆中國科學院博士后學術年會暨高新技術前沿與發(fā)展學術會議程序冊[C];2010年

10 張晶;董金明;馮文全;;說話人識別系統(tǒng)研究與實現[A];全國第二屆信號處理與應用學術會議專刊[C];2008年

中國重要報紙全文數據庫 前3條

1 汪永安;科大訊飛說話人識別技術世界領先[N];安徽日報;2008年

2 吳長鋒;科大訊飛勇奪說話人識別國際大賽第一[N];科技日報;2008年

3 新城;小聲音 大前景[N];計算機世界;2006年

中國博士學位論文全文數據庫 前10條

1 單振宇;情感說話人識別及其解決方法的研究[D];浙江大學;2010年

2 陸偉;基于缺失特征的文本無關說話人識別魯棒性研究[D];中國科學技術大學;2008年

3 劉鏑;說話人識別中信息融合算法的研究[D];北京交通大學;2011年

4 俞一彪;基于互信息理論的說話人識別研究[D];上海大學;2004年

5 付中華;說話人識別系統(tǒng)魯棒性研究[D];西北工業(yè)大學;2004年

6 侯麗敏;基于非線性理論和信息融合的說話人識別[D];上海大學;2005年

7 林琳;基于模糊聚類與遺傳算法的說話人識別理論研究及應用[D];吉林大學;2007年

8 邱政權;在噪聲環(huán)境下的說話人識別[D];華南理工大學;2007年

9 郭武;復雜信道下的說話人識別[D];中國科學技術大學;2007年

10 錢博;基于漢語元音映射的說話人識別技術研究[D];南京理工大學;2007年

  本文關鍵詞：基于MFCC和PSO-BP神經網絡的說話人識別系統(tǒng)，，由筆耕文化傳播整理發(fā)布。

本文編號：444130