1、隨著信息技術(shù)和通信技術(shù)的迅速發(fā)展，個人身份鑒定變得越來越重要。說話人識別作為一種生物認證技術(shù)，因其具有使用方便、安全性高和不會被遺失等優(yōu)點，有著廣闊的應(yīng)用前景。說話人識別是從說話人的一段語音中提取出表征說話人的個性特征的參數(shù)，通過對這些參數(shù)的分析，從而達到對說話人進行辨認或者確認的目的。 Hilbert-Huang變換(HHT)是黃鍔于1998年提出來的一種新的信號處理方法，其核心部分是經(jīng)驗?zāi)Ｊ椒纸?EMD) 。我們將HHT應(yīng)用

2、于說話人識別，獲得了一些初步結(jié)果。本論文在對說話人識別進行綜述和對HHT詳細介紹的基礎(chǔ)上，主要作了以下三個工作： (1)提出用線性預(yù)測的方法來解決EMD中的端點效應(yīng)。用線性預(yù)測的方法對數(shù)據(jù)進行端點延拓得到新的極值點，從而減少在擬合數(shù)據(jù)包絡(luò)線時兩端點處出現(xiàn)的誤差。通過與其他方法對比，初步闡明了本文提出的方法在處理EMD的端點效應(yīng)上的有效性。 (2)基于EMD分解，提出用六個方面的參數(shù)來表征說話人個性特征。對語音信號進行EM

3、D分解后，分別采用不同的方法，確定了EIF、ED、IMF-MFCC、IMFMFCCW1、IMFMFCCW2和CEI等特征參數(shù)，通過計算D比值來對它們進行有效性測試，從計算得到的D比值看，知在這六個特征參數(shù)中，特征CEI是最有效的，其它按降序依次為IMF-MFCC、IMFMFCCW2 、IMFMFCCW1 、ED、EIF。 (3)利用這些特征參數(shù)，通過矢量量化的方法進行說話人辨認實驗。利用提取出的六個特征參數(shù)EIF、ED、IMF-

4、MFCC、IMFMFCCW1、IMFMFCCW2和CEI，采用矢量量化的方法進行說話人辨認實驗。實驗結(jié)果表明，在這六個參數(shù)中，以CEI作為說話人的個性特征最有效的，其它按降序依次為IMF-MFCC、IMFMFCCW2、IMFMFCCW1，而EIF、ED則不適宜單獨作為說話人識別的特征參數(shù)。通過與傳統(tǒng)的MFCC特征進行比較發(fā)現(xiàn)，以CEI進行實驗時，當碼本長度增加到40后，識別效果己與MFCC差不多，且最高識別率能達到98％以上，但是，特征