说话人识别论文：基于SVM和GMM的说话人辨识方法研究

说话人识别论文：基于SVM和GMM的说话人辨识方法研究
【中文摘要】说话人识别是根据语音波形中反映说话人生理和行为特征的语音参数,自动识别出相应说话人的过程。

它是语音信号处理的一个重要研究方向,作为一种生物认证技术,具有广泛的应用前景,促使越来越多的人对其进行研究。

目前,基于闭集的说话人识别已经取得了比较好的进展,但是基于开集的说话人识别的识别性能还有待提高。

开集和闭集是对测试说话人集的一种划分,当测试的说话人集合仅局限在训练集内时,称其为基于闭集的说话人识别；当测试的说话人集合没有训练集限制,任何话者,不论训练与否,均能作为测试集合中的一员,则称其为基于开集的说话人识别。

基于开集的说话人识别,不同于闭集说话人识别的关键是开集说话人识别不仅要对测试话者是否是训练集内的话者进行判断,而且若是训练集内的话者,则
还要对其进行识别,识别出其是集内的哪个话者。

本文致力于对基于开集说话人识别的研究,提出了一种新的识别方法,即基于SVM和GMM 的说话人辨识方法。

说话人辨识是指对说话人进行分辨和识别,分辨测试话者是否是训练集内话者,若是训练集内话者则还要识别出其是训练集内的哪位话者。

用到的模型是SVM-GMM模型,该模型是结合了支持向量机(SVM)和高斯混合(GMM)两种模型...
【英文摘要】Speaker recognition is a process of identifying the corresponding speaker, according to the parameters which represent the physiological and behavioral characteristics of
the speaker’s voice. As a biometric authentication technology, it is an important research direction of the speech signal processing, with a wide range of applications, prompting more people to study it.At present, the speaker recognition based on the closed-set has been made relatively good progress. But the recognition performance of...
【关键词】说话人识别高斯混合模型支持向量机模型开集说
话人识别闭集说话人识别确认阈值
【英文关键词】speaker recognition gaussian mixture model support vector machine the open-set speaker recognition the close-set speaker recognition verification threshold 【目录】基于SVM和GMM的说话人辨识方法研究摘要
4-5Abstract5-6第1章绪论9-14 1.1 课题
研究的背景与意义9-10 1.2 说话人识别的研究与发展
10-12 1.3 本课题研究的主要工作12 1.4 论文组织结
构12-14第2章说话人辨识14-18 2.1 说话人识别概
述14 2.2 说话人识别的基本原理14-15 2.3 说话人识
别的基本方法15-17 2.4 本章小结17-18第3章语音
信号的预处理和特征提取18-27 3.1 语音信号的预处理
18-21 3.1.1 预加重18 3.1.2 加窗分帧
18-19 3.1.3 端点检测19-21 3.2 特征提取
21-26 3.2.1 MFCC特征参数22-25 3.2.2 MFCC特征参
数提取25-26 3.3 本章小结26-27第4章支持向量机27-40 4.1 统计学习理论与支持向量机27-29 4.2 SVM 的基础理论29-35 4.2.1 线性判决边界30-33 4.2.2 非线性判决边界33-35 4.3 SVM的多类分类方法
35-37 4.4 SVM在说话人识别中的应用37-39 4.4.1 SVM 在说话人辨认中的应用38 4.4.2 SVM在说话人确认中的应用38-39 4.5 本章小结39-40第5章高斯混合
40-50 5.1 模型描述40-41 5.2 高斯混合模型参数估计41-45 5.2.1 EM算法原理42 5.2.2 EM算法估计GMM 参数42-45 5.3 高斯混合模型在说话人识别中的应用
45-49 5.3.1 高斯混合模型应用于说话人辨认
45-47 5.3.2 高斯混合模型应用于说话人确认
47 5.3.3 确认阈值的选取47-49 5.4 本章小结
49-50第6章基于SVM-GMM的说话人辨识50-60 6.1 本课题所要解决的问题50-51 6.2 SVM-GMM模型
51-53 6.3 实验与分析53-59 6.3.1 实验过程
53-57 6.3.2 实验结果与分析57-59 6.4 本章小结
59-60第7章总结与展望60-627.1 总结
60-617.2 展望61-62参考文献62-65致谢
65-66攻读硕士学位期间发表的论文和参加科研项目情况
66。