基于信號稀疏分解的復(fù)雜環(huán)境下說話人識別研究.pdf

1、說話人識別技術(shù)是利用語音所包含的說話人特有的個性特征，自動進(jìn)行身份認(rèn)證的過程，因其具備經(jīng)濟(jì)性、非接觸性、普適性和可區(qū)分性等天然優(yōu)勢在眾多生物認(rèn)證技術(shù)中獨(dú)樹一幟?，F(xiàn)有的說話人識別技術(shù)在理想環(huán)境下識別效果良好，但在實(shí)際應(yīng)用中，復(fù)雜環(huán)境使得訓(xùn)練和識別語音特征失配，系統(tǒng)識別性能急劇下降。如何有效提高識別系統(tǒng)的魯棒性成為該技術(shù)的重點(diǎn)和難點(diǎn)。
　　稀疏分解作為信號處理領(lǐng)域一個重要的理論分支，被廣泛應(yīng)用于信號去噪、壓縮編碼、參數(shù)估計、信號時頻分

2、析和盲源分離等諸多方面。本文基于信號的稀疏分解理論，研究不同噪聲背景下語音信號的去噪問題，給出相應(yīng)的語音信號去噪方法;同時將基于稀疏分解的去噪方法用于說話人識別系統(tǒng)的預(yù)處理環(huán)節(jié)，分析其對系統(tǒng)識別性能的影響。本文主要工作如下:
　　1.搭建基于矢量量化的說話人識別系統(tǒng)。首先簡要介紹系統(tǒng)的構(gòu)成;然后，根據(jù)系統(tǒng)實(shí)現(xiàn)的具體步驟對系統(tǒng)各部分逐一介紹，對其中關(guān)鍵步驟——特征提取和模板訓(xùn)練與識別進(jìn)行了詳細(xì)的分析;最后，通過仿真實(shí)驗(yàn)，調(diào)試出系統(tǒng)達(dá)

3、到最佳識別率時的各項(xiàng)參數(shù)。
　　2.研究稀疏分解理論在語音信號去噪中的應(yīng)用。給出信號的稀疏表示和信號重構(gòu)算法，并重點(diǎn)介紹了一種與本文密切相關(guān)的凸松弛重構(gòu)算法——基追蹤算法;同時，對語音信號在不同基底上稀疏分解，選定稀疏度最佳的DCT基作為本文的稀疏表示基，并將基于DCT的稀疏分解應(yīng)用于語音信號的去噪處理中，仿真實(shí)驗(yàn)表明，在低信噪比時，基于稀疏分解的去噪方法可以有效提高重構(gòu)語音信號的幀平均信噪比。
　　3.分析不同噪聲背景下，