基于Fisher準則的說話人識別特征參數(shù)提取研究.pdf

1、說話人識別是指根據(jù)說話人的聲音識別出說話人身份的技術，其在金融、司法、醫(yī)療、軍事等領域都有著廣泛的應用前景，是生物認證技術領域的研究熱點之一。隨著計算機和信息化技術的不斷發(fā)展，說話人識別已逐漸從實驗室環(huán)境走向實際應用。
　　 特征參數(shù)提取作為說話人識別技術的關鍵技術之一，是國內外眾多學者的研究重點所在。實際應用環(huán)境對說話人識別提出了更高的要求，因此提取出更能表征說話人個性信息、更具魯棒性、識別效果更好的語音特征參數(shù)成為說話人識別

2、領域亟待解決的重要問題。本文在研究說話人識別中常用特征參數(shù)提取算法和特征選擇方法的基礎上提出了一種基于Fisher準則的混合特征提取算法和一種基于Fisher準則的Gammatone特征提取算法，并在MATLAB平臺下進行了仿真實驗。論文主要工作如下:
　　 首先，分析了說話人識別系統(tǒng)的基本原理、系統(tǒng)結構以及性能評價標準等相關知識。重點研究了目前常用的兩種特征參數(shù)LPCC(Linear Prediction CepstralCo

3、efficient)和MFCC(Mel Frequency Cepstral Coefficient)的提取過程，對比分析了兩者的優(yōu)缺點，并介紹了基于Fisher準則的特征選擇方法及其在說話人識別中的應用。同時對本文中運用的說話人識別方法GMM(Gaussian Mixture Model)進行了詳細的研究。
　　 其次，在分析了提取MFCC的梅爾頻率濾波器組和提取IMFCC(Inverted MelFrequency Ceps

4、tral Coefficient)的翻轉梅爾頻率濾波器組結構的基礎上，針對MFCC和IMFCC的優(yōu)缺點，運用Fisher準則對MFCC和IMFCC參數(shù)進行特征選擇，提出了一種基于Fisher準則的混合特征參數(shù)提取算法，并在TIMIT語音庫和NOIZEUS語音庫上進行了實驗，結果表明與MFCC和LPCC相比，本文算法具有更高的識別率。
　　 最后，針對在噪聲環(huán)境下MFCC作為特征參數(shù)的識別效果較差的問題，引入模仿人耳聽覺系統(tǒng)的Ga