大学生兼职网网站建设计划书,wordpress 分类目录树,使用万网怎么做网站,网站建设方案评标原则第21卷第6期湖 北 工 业 大 学 学 报2006年12月Vol.21No.6 Journal of Hubei Univer sity of Technology Dec.2006[收稿日期]2006-10-13[作者简介]宋 敏(1979-),女,湖北武汉人,湖北工业大学硕士研究生,研究方向:计算机语音技术应用.[文章编号]1003-4684(2006)1220027203MATLAB …第21卷第6期湖 北 工 业 大 学 学 报2006年12月Vol.21No.6 Journal of Hubei Univer sity of Technology Dec.2006[收稿日期]2006-10-13[作者简介]宋 敏(1979-),女,湖北武汉人,湖北工业大学硕士研究生,研究方向:计算机语音技术应用.[文章编号]1003-4684(2006)1220027203MATLAB 环境下基于矢量量化的说话人识别系统宋 敏1,刘幺和1,谭保华2(1湖北工业大学机械工程学院,湖北武汉430068;2湖北工业大学理学院,湖北武汉430068)[摘 要]在MATLAB 环境下实现基于矢量量化的说话人识别系统.在实时录音的情况下,利用该识别系统,对不同人的1~7s 的语音进行辨识,准确率可达到98%.识别时间根据使用人数的不同,测试语音长度的不同辨识时间从1~20s,实现与文本无关的自动说话人确认的实时识别.[关键词]说话人识别系统;MATLAB;矢量量化[中图分类号]TN912.3[文献标识码]:A说话人识别是指通过说话人的语音来自动识别说话人的身份.目前,与文本无关的说话人识别的常用方法有基于非参数模型的矢量量化VQ (Vector Quantization)方法、基于参数模型的隐马尔可夫方法(H idden Markov Model)和基于人工神经网络[1].一般来讲,在存储数据量小的情况下,基于VQ 建立说话人识别的模型有良好的效果.1 语音信号特征参数的提取语音信号特征提取是语音识别和说话人识别的一个重要环节.特征提取的目的是对原始语音进行处理后计算语音对应的特征参数.常用的语音特征参数是基于Mel 频率倒谱系数(Mel 2Fr equency Cepstrum Coefficients,MFCC).因为人耳所听到的声音的高低与声音的频率并不成线性正比关系,所以基于听觉模型得到的MFCC 比基于声道模型得到的LPC(Linear Predictive Coding)倒谱系数更符合人耳的听觉特性[2].MFCC 将频谱转化为基于Mel 频标的非线性频谱,然后转换到倒谱域上.由于充分模拟了人的听觉特性,而且没有任何前提假设,MFCC 参数具有识别性能和抗噪能力,因此本系统采用MFCC 参数为语音特征参数.MFCC 参数的计算过程[3]如下:1)对输入语音帧预加重和加H amming 窗后作快速傅利叶变换(Fast Fourier Tr ansformation,FFT)得到其频谱,将时域信号转化为频域信号;2)求出频谱平方,即能量谱,并用M 个Mel 带通滤波器进行滤波,由于每个频带中分量的作用在人耳中是叠加的,因此将每个滤波器频带内的能量进行叠加,这是第k 个滤波器输入功率谱x c (k );3)将每个滤波器的输出取对数,得到相应频带的对数功率谱,并进行反离散余弦变换,得到L 个MFCC 系数,由于在实际的语音识别的应用中,并不是取全部维数的MFCC 系数,有实验表明最前若干维以及最后若干维的MFCC 系数对语音的区分性能较大,通常取前12维的MFCC 系数即可[2].MFCC 系数C n E Mk 1log x c (k)cos [P (k-0.5)n/M](n 1,2,,,L).4)这种直接得到的MFCC 特征称作为静态特征,由于MFCC 主要反映语音的静态特征,要得到语音信号的动态特征则是将这种静态特征做一阶和二阶差分.2 矢量量化矢量量化是20世纪70年代后期发展起来的一种数据压缩技术,目前已在语音、图像压缩等领域得到广泛应用.矢量量化的理论基础是信息论的率失真理论,是仙农(C.E.SH ANNON )信息论在信源编码理论(source coding theory)方面的发展.其基本思想是将若干个标量数据组构成一个矢量,然后在矢量空间给以整体量化,从而压缩了数据而不损
