1、說(shuō)話(huà)人識(shí)別是從說(shuō)話(huà)人的一段語(yǔ)音中提取出說(shuō)話(huà)人的個(gè)性特征,通過(guò)對(duì)這些個(gè)性特征的分析和識(shí)別,達(dá)到對(duì)說(shuō)話(huà)人進(jìn)行辨認(rèn)或者確認(rèn)的目的。與文本無(wú)關(guān)的說(shuō)話(huà)人識(shí)別具有用戶(hù)使用方便、可應(yīng)用范圍較寬等優(yōu)點(diǎn),是當(dāng)前說(shuō)話(huà)人識(shí)別技術(shù)的研究重點(diǎn)。對(duì)于與文本無(wú)關(guān)的說(shuō)話(huà)人識(shí)別系統(tǒng),因?yàn)槿コ颂卣魈崛?duì)于文本的依賴(lài),研究的重心主要集中在對(duì)于說(shuō)話(huà)人個(gè)性特征的提取上,而尋找新的有效的說(shuō)話(huà)人特征參數(shù)和已有說(shuō)話(huà)人特征的有效組合始終是這方面研究的熱點(diǎn)。 本文對(duì)文本無(wú)關(guān)說(shuō)話(huà)

2、人識(shí)別系統(tǒng)中的特征參數(shù)進(jìn)行了研究,主要是研究如何提取出具有高識(shí)別率和魯棒性的語(yǔ)音特征。本文的主要工作有三個(gè)方面： (1)根據(jù)人耳的聽(tīng)覺(jué)感知特性,對(duì)語(yǔ)音信號(hào)的成分進(jìn)行了研究。利用MPEG心理聲學(xué)模型I對(duì)語(yǔ)音信號(hào)進(jìn)行了分解,去除了被掩蔽部分語(yǔ)音對(duì)于特征提取的干擾。經(jīng)過(guò)試驗(yàn)證實(shí),這種方法有效地提高了系統(tǒng)的識(shí)別率,同時(shí)也提高了識(shí)別的魯棒性。 (2)為了模擬Mel倒譜濾波的過(guò)程,利用小波包多分解的特性,對(duì)語(yǔ)音信號(hào)進(jìn)行多尺度的分解。