發(fā)布時間：2024-12-17 22:51

　　聲音是人與人之間進(jìn)行交流的信息載體,聲音在人機(jī)交互中也起到了舉足輕重的作用。聲紋識別是語音識別中一個十分重要的方向,這種技術(shù)應(yīng)用到人機(jī)交互中就會大大提高人機(jī)語音交互的安全性。作為一種生物認(rèn)證識別方式,聲紋識別還有很多重要的應(yīng)用前景。近些年來,機(jī)器學(xué)習(xí)技術(shù)在自動語音識別領(lǐng)域取得了重大的突破,越來越多的機(jī)器學(xué)習(xí)方法尤其是深度學(xué)習(xí)方法被引入到聲紋識別中,并取得了顯著的成效。基于i-vector的聲紋識別方法是目前與文本不相關(guān)聲紋識別的基準(zhǔn)方法。但這種方法面對短時語音時的識別率較低,也容易受到噪聲干擾。本文利用機(jī)器學(xué)習(xí)的理論設(shè)計(jì)了基于時延神經(jīng)網(wǎng)絡(luò)的聲紋識別方法,相比于基準(zhǔn)方法,這種方法提高了聲紋系統(tǒng)的識別率和穩(wěn)定性,尤其是在短時聲音的識別效果方面,應(yīng)對噪聲的魯棒性也更強(qiáng)。為了進(jìn)一步提高系統(tǒng)的識別效果,本文又設(shè)計(jì)了基于生成向量的聲紋識別方法,這種方法將基于i-vector的聲紋識別方法與基于時延神經(jīng)網(wǎng)絡(luò)的聲紋識別方法進(jìn)行了“融合”。此方法利用典型關(guān)聯(lián)分析,將部分i-vector的信息融合到時延神經(jīng)網(wǎng)絡(luò)提取的特征向量中,使得生成向量更能表征說話者的身份特征。對三種聲紋識別方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證,比如在V...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-3未預(yù)處理的語音信號圖

黑龍江大學(xué)碩士學(xué)位論文分幀及加窗端點(diǎn)檢測特采樣系統(tǒng)預(yù)加重模擬信號離散語音信號圖2-2語音預(yù)處理的主要過程Figure2-2Themainprocessofspeechpreprocessing生的聲音信號是模擬信號，所以在對聲音信號進(jìn)行處理之前需對聲音信號進(jìn)行采....

圖2-4預(yù)加重后的語音信號圖

圖2-4預(yù)加重后的語音信號圖Figure2-4VoiceSpectrumDiagramaftePre-emphasis幀加窗音信號是一種隨著時間的改變而改變的非平穩(wěn)的信號，但聲音時間里可以看作是平穩(wěn)的隨機(jī)信號。可以使用信號處理中對平方法來處理聲音信號。使用一些方法....

圖2-5加漢明窗前后的聲音信號對比圖

-10-圖(b)加漢明窗后圖2-5加漢明窗前后的聲音信號對比圖Figure2-5Comparisonofvoicesignalsinfrontandrearofthehanmingwindow端點(diǎn)檢測段錄制的語音中，語音中的聲音一般不全是說話者....

圖2-6離散傅里葉變換后的語音信號圖

黑龍江大學(xué)碩士學(xué)位論文人類的聽覺系統(tǒng)機(jī)理的，因此梅爾倒譜系數(shù)被廣泛應(yīng)用領(lǐng)域中[41]。人類耳朵的聽覺系統(tǒng)對聲音的感知是線性的。話者發(fā)出聲音，如果這些聲音的頻率十分接近，人耳是很這些頻率之間的大小超過一個臨界點(diǎn)，這些聲音才能被區(qū)稱為臨界帶寬。譜系數(shù)的提取爾倒譜系數(shù)特征提取前，先對聲....

本文編號：4016651