基于統(tǒng)計(jì)模型的說(shuō)話人識(shí)別研究與實(shí)現(xiàn).pdf

1、說(shuō)話人識(shí)別屬于語(yǔ)音信號(hào)處理中的一種,它主要是通過(guò)挖掘語(yǔ)音信號(hào)中反映說(shuō)話人生理和行為等個(gè)性特征的語(yǔ)音參數(shù)來(lái)識(shí)別說(shuō)話人的身份。說(shuō)話人識(shí)別中的關(guān)鍵技術(shù)問(wèn)題就是特征參數(shù)的提取和模型的建立。本文主要從以上兩個(gè)方面來(lái)進(jìn)行與文本無(wú)關(guān)的說(shuō)話人識(shí)別研究。
　　 隨著多媒體數(shù)據(jù)的爆炸式增長(zhǎng),使得對(duì)音樂(lè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行有效的管理顯得越來(lái)越重要。近年來(lái)利用語(yǔ)音信號(hào)處理技術(shù)并結(jié)合音樂(lè)數(shù)據(jù)本身的特點(diǎn)來(lái)分析和處理音樂(lè)數(shù)據(jù)的研究已成為一個(gè)非常有價(jià)值的熱門(mén)課題

2、。本文將說(shuō)話人識(shí)別中的相關(guān)技術(shù)應(yīng)用到音樂(lè)信號(hào)處理中。
　　 通過(guò)廣泛地研究近年來(lái)說(shuō)話人識(shí)別中常用的特征參數(shù)和建模方法,本文在處理語(yǔ)音數(shù)據(jù)時(shí),主要提取基于Mel頻率的倒譜系數(shù)(MFCC)作為語(yǔ)音的特征參數(shù),高斯混合模型(GMM)作為語(yǔ)音描述的模型。并在MFCC特征參數(shù)的基礎(chǔ)上提出能提高系統(tǒng)性能的CMFCC特征參數(shù):將MFCC參數(shù)進(jìn)行去均值處理后得到的特征參數(shù)。在研究說(shuō)話人識(shí)別的基礎(chǔ)上,提出能有效分離音樂(lè)數(shù)據(jù)中歌唱部分聲音(pvoc

3、)和伴奏部分聲音(SVOC)的線性組合模型(LGMM):首先對(duì)手工標(biāo)注的pvoc和SVOC數(shù)據(jù)建立一個(gè)GMM模型,然后用純歌唱部分?jǐn)?shù)據(jù)和純伴奏部分?jǐn)?shù)據(jù)分別建立相應(yīng)的另一個(gè)GMM模型,最后將各類(lèi)數(shù)據(jù)的GMM模型進(jìn)行線性組合得最終的概率模型。
　　 本文主要工作如下:
　　 1、在無(wú)噪聲環(huán)境下,分別用MFCC、CMFCC特征參數(shù)、GMM模型以及廣義高斯混合模型(UBM-GMM)建立與文本無(wú)關(guān)的說(shuō)話人識(shí)別系統(tǒng)。
　　

4、2、將MFCC特征參數(shù)和GMM模型應(yīng)用到音樂(lè)中歌唱部分?jǐn)?shù)據(jù)(pvoc)和伴奏部分?jǐn)?shù)據(jù)(svoc)的分離中,給出LGMM模型建立的具體方法和過(guò)程,并將其應(yīng)用到音樂(lè)中pvoc和svoc數(shù)據(jù)分離的實(shí)驗(yàn)中。
　　 3、根據(jù)LGMM方法,首先分離出音樂(lè)中的歌唱部分?jǐn)?shù)據(jù)(pvoc)和伴奏部分?jǐn)?shù)據(jù)(svoc),利用pvoc數(shù)據(jù)和svoc數(shù)據(jù)建立基于MFCC特征參數(shù)和GMM模型的歌唱家識(shí)別系統(tǒng)。
　　 4、通過(guò)實(shí)驗(yàn)分析訓(xùn)練數(shù)據(jù)長(zhǎng)度、GM