發(fā)布時(shí)間：2020-06-29 18:56

【摘要】：聲紋是一種重要的生物特征,聲紋識(shí)別也稱為說(shuō)話人識(shí)別。借助于聲紋識(shí)別的門禁系統(tǒng)安全可靠、使用便捷,是目前研究的熱點(diǎn)問題。本文以門禁系統(tǒng)中的聲紋識(shí)別為研究問題,在闡述門禁系統(tǒng)的基本結(jié)構(gòu)和工作流程的基礎(chǔ)上,詳細(xì)給出了門禁系統(tǒng)聲紋識(shí)別模塊設(shè)計(jì)與實(shí)現(xiàn)。門禁系統(tǒng)中的聲紋識(shí)別分為聲紋注冊(cè)階段和聲紋識(shí)別階段兩部分。聲紋注冊(cè)主要完成對(duì)說(shuō)話人的數(shù)據(jù)采集、預(yù)處理及模型建立。在聲紋識(shí)別階段,根據(jù)訓(xùn)練獲得的說(shuō)話人聲紋模型對(duì)說(shuō)話人進(jìn)行檢測(cè)。整個(gè)算法核心為聲紋注冊(cè)和識(shí)別部分的說(shuō)話人識(shí)別模型建立。為了從說(shuō)話人音頻數(shù)據(jù)中有效獲得特征,本文采用預(yù)加重、分幀加窗對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理,通過傅里葉變換將語(yǔ)音信號(hào)由時(shí)域轉(zhuǎn)換到頻域,考慮到MFCC未充分反映語(yǔ)音動(dòng)態(tài)特性的問題,將多窗譜估計(jì)和一階二階差分應(yīng)用到特征提取過程中,給出了修正的MFCC頻譜圖。在此基礎(chǔ)上,以獲取的頻譜圖為數(shù)據(jù)源,建立了聲紋識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)模型,并在TIMIT與自建數(shù)據(jù)集上驗(yàn)證了模型的有效性。通過實(shí)驗(yàn)發(fā)現(xiàn),在噪聲情況下,聲紋識(shí)別準(zhǔn)確率會(huì)有較大降低。針對(duì)這一問題,本文將含有噪聲的聲紋識(shí)別劃分為三個(gè)過程:噪聲類型識(shí)別、噪聲去除、聲紋識(shí)別。分別采用BP神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)了噪聲類型識(shí)別,采用LSTM模型實(shí)現(xiàn)了噪聲去除,采用卷積神經(jīng)網(wǎng)絡(luò)完成了聲紋識(shí)別。最后通過實(shí)驗(yàn)驗(yàn)證了本文提出方案的有效性。
【學(xué)位授予單位】：青島大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TU89;TN912.34
【圖文】：

語(yǔ)音處理的部分分支

圖 1.2 聲紋識(shí)別的劃分類別的說(shuō)話內(nèi)容，可以分為文本無(wú)關(guān)(Text-independenendent)的聲紋識(shí)別。這里的“文本”指的是說(shuō)話人語(yǔ)音內(nèi)容并不關(guān)注，或者說(shuō)對(duì)說(shuō)話人所說(shuō)的內(nèi)容

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張舒;王成強(qiáng);李想;李慧;;生產(chǎn)環(huán)境下聲紋識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版);2018年04期

2 程琳琳;;聲紋識(shí)別漸成新趨勢(shì) 尼仕將幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)的貨幣化[J];通信世界;2017年20期

3 李曉坤;鄭永亮;袁p

本文編號(hào)：2734213