基于MFCC說話人識別算法研究.pdf

1、安徽大學碩士論文摘要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，每個人的語音都帶有強烈的個人色彩，那么我們就可以通過分析語音信號來識別說話人，由此使得我們研究說話人識別具有現(xiàn)實意義。隨著計算機技術和通信技術的高速發(fā)展，說話人識別技術被廣泛的應用于各個領域，如在公安司法領域、軍事領域中進行監(jiān)聽與鑒別，在安全保衛(wèi)領域中出入控制，財經(jīng)領域中轉賬和出納，信息服務領域中自動信息檢索和電子商務等。論文主要對說話人識別

2、的一些技術進行了較為系統(tǒng)和全面的研究，重點對基于矢量量化（VectQuantization，VQ）和隱馬爾可夫模型（HiddenMarkovModelsHMM）兩種方法的說話人識別研究，所做的主要工作包括以下幾個方面：1.介紹了一種新端點檢測算法。傳統(tǒng)的端點檢測是采用短時能量和短時平均過零率的雙門限端點檢測方法。論文利用一個新的判決門限：能頻值。能頻值定義為短時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、而提高了語音信號與背景噪聲的分辨力，適應環(huán)境的能力強。2.研究并實現(xiàn)了一種改進譜減法的語音去噪新方法。實驗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，詳細研究了兩種最常用的語音特征參數(shù)：線性預測倒譜系數(shù)（LinearPredictionCepstrumCoefficientLPCC）、Mel倒譜系數(shù)（MelFrequencyCepstrumCoefficientMFCC）及其差分。3.介紹了矢量量化技術，矢