基于多特征決策融合的說話人識別研究.pdf

1、隨著信息技術(shù)的不斷發(fā)展，身份驗證的快捷性、方便性、經(jīng)濟(jì)性顯得越來越重要。說話人識別以其獨(dú)特的優(yōu)點，在生物識別領(lǐng)域占據(jù)著重要的地位。說話人識別的目的是通過對訓(xùn)練語音建立模型，然后將待測試的語音與已建立的模型進(jìn)行匹配，來完成說話人的辨認(rèn)或確認(rèn)，即說話人的歸屬性。說話人識別技術(shù)的關(guān)鍵是語音特征的提取和說話人模型的建立等問題，然而，在歷經(jīng)了一段時間的快速發(fā)展之后，說話人識別并沒有得到跨越性的發(fā)展。本文在研究了當(dāng)前說話人識別算法的基礎(chǔ)上，通過研究

2、說話人特征組合的有效性和信息融合的準(zhǔn)確性，實現(xiàn)了基于多特征決策融合的說話人識別系統(tǒng)。
　　 本文首先對說話人識別中的一些基本理論進(jìn)行概述，并介紹和分析了說話人識別常用的一些特征參數(shù)。在CASIA和TIMIT語音庫中，研究了采用Spearman系數(shù)在特征層級上進(jìn)行的兩兩特征之間的相關(guān)性，通過比較相關(guān)系數(shù)，選擇相關(guān)性較小的MFCC和LSP參數(shù)作為本文的特征參數(shù)組合。
　　 此外，本文分別對特征級融合、匹配分?jǐn)?shù)級融合、決策級融

3、合三種融合算法做了詳細(xì)的介紹，并利用Matlab在兩個語音庫上分別對不同的特征組合進(jìn)行三種融合方法的仿真，其中，決策級采用直接融合和D-S證據(jù)理論融合兩種方法，通過對實驗數(shù)據(jù)的比較和分析，得出采用MFCC&LSP的D-S證據(jù)理論決策融合的識別系統(tǒng)是最優(yōu)的。為了證明該系統(tǒng)的有效性，本文將其與單一的MFCC、LSP參數(shù)得到的識別率進(jìn)行對比，得出識別率至少能提高5％，說明采用相關(guān)系數(shù)較小的MFCC&LSP參數(shù)組合是合理的，同時也證實了本文采用