

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、語(yǔ)音模仿是指為了達(dá)到偽裝另一個(gè)人的目的對(duì)其聲音和發(fā)音習(xí)慣的再現(xiàn),一個(gè)成功的模仿者能夠找到、選擇并模仿目標(biāo)說(shuō)話人最典型的聲音特征。當(dāng)蓄意模仿者模仿的聲音與目標(biāo)說(shuō)話人的聲音的相似度超過(guò)了聲音認(rèn)證系統(tǒng)的鑒別能力時(shí),將會(huì)給聲音認(rèn)證系統(tǒng)的安全帶來(lái)嚴(yán)重的威脅。因此進(jìn)行了語(yǔ)音反蓄意模仿的研究,以減少語(yǔ)音蓄意模仿對(duì)聲音認(rèn)證系統(tǒng)的破壞。
本文對(duì)反蓄意模仿的語(yǔ)音增強(qiáng)、特征參數(shù)進(jìn)行了研究,并實(shí)現(xiàn)了基于SVM的反蓄意模仿說(shuō)話人識(shí)別系統(tǒng),主要內(nèi)容如下:
2、
1、建立了反蓄意模仿語(yǔ)音庫(kù)。
2、提出了基于TEO的語(yǔ)音活動(dòng)檢測(cè)的譜減法,該方法利用TEO對(duì)帶噪語(yǔ)音進(jìn)行語(yǔ)音活動(dòng)檢測(cè),區(qū)別出噪聲段和語(yǔ)音段,對(duì)噪聲段和語(yǔ)音段分別進(jìn)行譜減處理。經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證,基于TEO的語(yǔ)音活動(dòng)檢測(cè)的譜減法語(yǔ)音增強(qiáng)效果明顯,保證了語(yǔ)音質(zhì)量,減少了音樂(lè)噪聲,為反蓄意模仿說(shuō)話人識(shí)別的研究打下了良好的基礎(chǔ)。
3、針對(duì)常用的特征參數(shù),采用主觀評(píng)價(jià)與特征參數(shù)歐氏距離對(duì)比的方法,研究了基音、LPCC、M
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 反蓄意模仿語(yǔ)音識(shí)別研究.pdf
- 基于小波分析的語(yǔ)音反蓄意模仿研究.pdf
- 反模仿的說(shuō)話人再確認(rèn)的研究
- 基于韻律特征的SVM說(shuō)話人識(shí)別.pdf
- 反模仿的說(shuō)話人再確認(rèn)的研究.pdf
- 基于韻律特征和SVM的說(shuō)話人識(shí)別.pdf
- 蓄意模仿說(shuō)話人語(yǔ)音中特征參數(shù)的研究.pdf
- 基于加權(quán)FSVQ和SVM的說(shuō)話人識(shí)別算法研究.pdf
- 基于SVM的含噪耳語(yǔ)音說(shuō)話人識(shí)別研究.pdf
- 基于GMM和SVM的說(shuō)話人識(shí)別方法研究.pdf
- 基于GMM和SVM的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于SVM的與文本無(wú)關(guān)的說(shuō)話人識(shí)別算法研究.pdf
- 基于SVM的文本無(wú)關(guān)說(shuō)話人識(shí)別算法研究.pdf
- 基于GMM與改進(jìn)LS-SVM算法的說(shuō)話人識(shí)別研究.pdf
- 噪聲環(huán)境下的基于GMM-SVM說(shuō)話人識(shí)別算法.pdf
- 基于改進(jìn)網(wǎng)格搜索法SVM參數(shù)優(yōu)化的說(shuō)話人識(shí)別研究.pdf
- 基于雙VQ-SVM的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 面向說(shuō)話人識(shí)別的SVM核方法對(duì)比研究.pdf
- 基于SVM的與文本無(wú)關(guān)的說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 基于SVM和GMM的說(shuō)話人辨識(shí)方法研究.pdf
評(píng)論
0/150
提交評(píng)論