声纹识别特征MFCC的提取方法研究

目的:研究声纹识别在人的个体生物特征识别中的应用。方法:利用符合人听觉特性的语音特征参量MFCC作为识别特征,并且在Matlab平台上对MFCC的提取算法进行了详细的阐述和程序设计。结果:在实际应用中取得了较高的识别率。结论:采用MFCC作为特征参数进行声纹识别,其正确率比用LPC等作为特征参数有较大的改善。     

Mel频率倒谱系数提取及其在声纹识别中的作用

从说话人的语音信号中提取出说话人的个性特征是声纹识别的关键。本文介绍了一种基于HMM的声纹识别系统,采用能够反映人对语音的感知特性的Mel频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)作为特征参数,取得了很好结果。     

管制指令特征参数提取研究

在管制指令语音识别系统的研究中,语音的特征参数提取方法是影响系统识别率的关键因素之一。在Matlab平台上基于MATLAB GUI技术,设计完成HMM语音训练识别模型的用户操作界面,实现特征参数提取方法的选择、语音信号的训练、识别操作及结果输出和波形显示。通过实例对比分析,特定人和非特定人情况下,LPCC和MFCC两种特征参数提取方法在训练、识别时间和识别率上的差异。结果表明,特定人时LPCC参数的识别优势明显;非特定人时,MFCC参数的识别效果和效率更好。     

声纹识别中的语言属性映射

短时声纹识别中语言属性不匹配问题降低了话者识别系统性能,语言属性失配在短时话者识别中的影响成为当前研究热点。从消除特征参数中的语言属性信息出发,提出了一种语言属性映射方法。采用均值超向量来构建训练样本,应用高斯混合模型对每一句话不等长的特征进行建模,引入加权矩阵得到语言属性空间,通过映射方法在统计参数超矢量空间中消除语言属性的影响。使用当前两套经典声纹识别系统作为基线系统做对比试验,结果表明：相对基线系统在等错误率上,男声测试部分降低了23.07%,女声测试部分降低了20.39%,从而验证了正确性和有效性。     

心电特征参数提取的研究

心电信号中的噪声消除，稳定基线及特征参数的精确撮是心电信号处理研究中的３个关键问题，本研究了当前心电信号处理的多种方法，给出了一种实用的三导心电处理系统，并对系统软、硬件进行了设计。     

管道焊缝缺陷图像特征参数的提取

焊缝的质量直接影响管道的使用寿命.有效检测出焊缝的缺陷,具有十分重要的现实意义和经济价值.本文介绍了焊缝图像缺陷特征参数的提取方法,为管道焊缝缺陷识别与评价奠定了基础,为管道焊缝质量控制和缺陷检测提供技术保障.     

基于EMD的声纹特征参数提取

提出了一种新的结合支持向量机(SVM)、经验模态分解(EMD)和短时处理技术的声纹识别方法,将EMD分解和短时处理技术相结合提取特征参数,采用SVM实现声纹识别.实验结果表明,所提出的方法比传统的短时分析+GMM方法在识别率上由92.5%提高到了95.1%.     

数字声纹识别技术应用研究

数字声纹识别系统完全摆脱频谱图比对模式,充分利用当今各种成熟的计算机、通信技术,做到无需人工介入的全程自动化。数字声纹识别技术的比对对象是非物理形式存在的语音痕迹,其中的生物特征在未来相当长时间内很难通过常规或非常规技术手段进行伪造或复制。该技术可应用于多种领域,在公安领域有着多方面的应用。     

基于LPC分析的语音特征参数研究及其在说话人识别中的应用

对LPC(线性预测系数)参数及其派生参数进行了研究,重点讨论了各参数的计算方法,在此基础上提出了一种由LPC参数和语音帧能量构成的组合参数。利用GMM对20个说话人进行了闭集文本无关说话人识别实验。结果表明,与LPC参数的派生参数相比,该组合参数可以以较少的运算量取得与LPC派生参数相当的识别效果;与直接使用LPC参数相比,该组合参数能够在运算量增加不明显的情况下改进系统的性能,特别是在测试音长度较短的情况下,对性能的改进尤为明显。     

多门限声纹识别方法

在声纹识别技术中,"阈值设置"一直是限制各种识别方法达到实用要求的瓶颈.为解决声纹识别中"阈值设置"这一关键技术,针对单一方法、单一阈值无法解决的误识率与拒识率两个评价量度的矛盾,提出了"多门限关联识别"方法,对多门限声纹识别方法的原理、可行性和实现过程作了详细的分析,给出了"阈值"的自动选取、两级阀值相关策略的方法.并通过实验验证了该方法对系统改进的有效性,为声纹识别技术的应用提供了一个好的技术支持.     

声纹识别在开放仪器管理中的应用

在现有的仪器工作站中加入基于GMM-HMM算法的声纹识别系统,利用声纹的唯一性识别仪器用户,实现开放仪器的无人监管.应用该声纹识别系统,进行语音动态口令测试.结果表明:该系统语音动态口令的错误接受率低于1%,可有效地防范录音冒充,保证系统的可靠性.     

采用DTW算法和语音增强的嵌入式声纹识别系统

动态时间规整(dynamic time warping,DTW)是一种相对简单成熟的算法,广泛用于语音识别系统中.针对环境噪声对声纹识别系统性能的影响,用信噪比关联谱减及自适应门限端点检测进行抗噪声处理,在此基础上采用DTW算法设计了基于嵌入式ARM9平台的声纹识别实现方案,并给出了带噪环境下的声纹识别实验结果.     

English Speech Recognition System on Chip

An English speech recognition system was implemented on a chip,called speech system-on-chip (SoC).The SoC included an application specific integrated circuit with a vector accelerator to improve performance.The sub-word model based on a continuous density hidden Markov model recognition algorithm ran on a very cheap speech chip.The algorithm was a two-stage fixed-width beam-search baseline system with a variable beam-width pruning strategy and a frame-synchronous word-level pruning strategy to significantly reduce the recognition time.Tests show that this method reduces the recognition time nearly 6 fold and the memory size nearly 2 fold compared to the original system,with less than 1% accuracy degradation for a 600 word recognition task and recognition accuracy rate of about 98%.     

基于CTC-GRU模型的长沙方言识别

为了识别大词汇量下连续长沙话方言语音,提出了基于CTC算法的门控线性单元神经网络模型.先通过梅尔倒谱系数提取语音的特征参数,再把提取的特征参数输入门控线性单元神经网络,用CTC算法进行训练优化,得到输入序列整个的预测标签.最后在自建的长沙话方言语料库上,以词错率作为评价指标,对CTC模型、GRU模型和CTC-GRU模型进行对比,结果表明CTC-GRU模型相对于其他2个模型收敛速度更快,结果更精准.     

PMC在噪声环境下的语音识别中的应用

今天的语音识别正处于由实验室技术走向实用化,产品化的关键时期,然而,现有的绝大我数语音识别系统在噪声环境中的性能都不可避免地急上降,环境噪声已经成为语音识 技术商品化的一个主要障碍,因此在语音识 技术逐渐走向实用化的过程中,噪声语音识别日益成为一个重要的研究领域,遗憾的是,由于噪声语音识 问题本身的复杂性,至今还没有一种方法可以圆满地解决这一问题,拟从模型补偿方面,对噪声环境下的孤立词语音识别进行一些探索,重点研究一个在噪声环境下的语音识别算法－－并行模型组合方法（PMC）,详细论述了其原理以及在噪声环境下的语音识别中的应用。实验中,我们使用汉语的数字语音,分别在3种不同噪声不同信噪比条件下对这一方法进行了识别率测试,结果显示,该方法有着令人振奋的识别效果。     

基于MFCC等组合特征的说话人识别模型

为了有效提取语音特征,提高说话人识别的准确率,系统采用基于有限状态机的端点检测算法对原始语音做VAD处理,提出了新的特征组合参数：基于人的听觉特性的MFCC参数、基于发音生理特征的基音轮廓特征以及衍生的基音周期一阶差分、基音周期变化率,并将它们作为说话人识别系统的特征参数,建立了基于VQ的识别模型.实验表明：本文系统使用VAD,使系统的识别率提高了5%8%,较单独使用MFCC参数的说话人识别系统的识别率提高了2%3%.     

基于改进MFCC的异常声音识别算法

在声音识别系统中,特征参数的获取对声音识别和训练有着重要的影响;MFCC算法作为典型的声音特征参数提取方法,性能稳定,识别率高;针对MFCC算法存在较大计算量的情况,提出一种改进的特征参数提取算法MFCC_E;相比于标准的MFCC算法,MFCC_E算法减少了约50%的运算量,并且易于硬件实现;实验结果表明,MFCC_E算法与MFCC算法的识别率大致相同,而计算复杂度却小很多。     

自组织特征映射神经网络在说话人识别中的应用

Mel频率倒谱系数MFCC在说话人识别中已被广泛使用。本文以MFCC为声音信号的特征参数提取的标准。识别部分采用自组织神经网络的方法进行建模,实验结果表明该方法有较高的识别率。     

噪声环境下语音识别方法研究

研究了6种噪声背景下与说话人有关的孤立词语音识别方法。它们是：线性预测误差法,单边自相关线性预测法,语音前端声学处理法,正则相关分析的谱变换补偿方法,特征综合法和同模极点增加法。实验结果表明,这6种方法都有效地提高了噪声环境中语音识别率,其中较好的方法在强噪声环境中(信噪比为0dB)的语音识别率达到80%以上,为信噪比较低的噪声环境中自动语音识别展现了美好前景。