说话人识别是语音识别的一种特殊方式,其目的不是识别语音内容,而是识别说话人是谁,即从语音信号中提取个人特征。采用矢量量化(VQ)可避免困难的语音分段问题和时间归整问题,且作为一种数据压缩手段可大大减少系统所需的数据存储量。本文提出了识别特征选取采用复倒谱特征
用码本中对应的码矢来表征时所应付出的代价[1]。
矢量量化的失真测度(距离测度)是将输入矢量Xi用码本重构矢量Yi来表征时所产生的误差或失真的度量方法,它可以描述两个或多个模型矢量间的相似程度。失真测度的选择的好坏将直接影响到聚类效果和量化精度,进而影响到语音信号矢量量化处理系统的性能。设两个K维语音特征矢量X和Y进行比较,要使其距离测度d(X,Y)在语音信号处理中有效,必须具备以下条件:
(1)对称性 d(X,Y)=d(Y,X)
(2)正值性d(X,Y)>0(X≠Y);d(X,Y)≠0
(3)d(X,Y)在频域有物理意义
(4)对d(X,Y)有高效的计算方法
在语音识别处理采用的矢量量化中,最常用的失真测度是欧式距离测度、加权欧式距离测度、似然比失真测度和识别失真测度等。
3. LBG算法
选择了一种失真测度方法后,就可以进行矢量量化的最佳码本设计了。所谓最佳设计,是指从大量信号样本中训练出好的码本;从实际效果出发寻找到好的失真测度定义公式;用最少的搜索和计算失真的运算量,来实现最大可能的平均信噪比。如果d(X,Y)表示训练用特征矢量X与训练出的码本的码字Y之间的畸变,那么最佳码本设计的任务就是在一定的条件下,使得此畸变的统计平均值
D=E d(X,Y) 达到最小(E[]表示对X的全体所构成的集合以及码本的所有码字Y进行统计平均。为了达到上述目的,必须遵守以下两个原则:
(1) 根据X选择相应的码字Yl时应遵从最近邻准则(Nearest Neighbor Rule),公式表示为:
d(X,Yl)=mind(X,Yj) j
(2)设所有选择码字Yl的(即归属于Yl所表示的区域的)输入矢量X的集合为Sl,那么Yl应使此集合中的所有矢量与Yl之间的畸变值最小。如果X和Y之间的畸变值等于它们的欧式距离,那么容易证明Yl应等于Sl中所有矢量的质心,即Yl应是由下式表示之值:
Yl=
这里N是Sl中所包含的矢量的个数。 1NX∈Sl∑X, l
根据上述原则设计出了目前使用最多算法是LBG算法。它是一种递推算法,从一个事先选定的初始码本开始进行迭代,知道系统性能满足要求或不再有明显的改进为止。以欧式距离计算两个矢量畸变的LBG算法为:
1.设定码本和迭代训练参数:设全部输入训练矢量X的集合为S;设置码本的尺寸为J;设置迭代算法的最大迭代次数为L;设置畸变改进阈值为δ。
文章编号:0072(021-020 10—0420) 01—31 中图分类号:P9 T31 文献标 识码 :A 基于矢量量化的说话人识别研究 , 周 星 ,王成友 ,孟 晨 杨锁昌,魏保华...
最后在Matlab下设计了与文本无关的说话人辨认系统平台,在10 个说话人的语音库上作了测试,得到了较高的识别率。 关键字:说话人识别 矢量量化I_BG算法初始码本...
基于MFCC和加权矢量量化的说话人识别系统 文章介绍了说话人识别系统,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 Ceptral Coefficients,MFCC作为特征...
MATLAB环境下基于矢量量化的说话人识别系统_专业资料。在MATLAB环境下实现基于矢量量化的说话人识别系统.在实时录音的情况下,利用该识别系统,对不同人的1~7s的...
基于矢量量化的组合参数法说话人识别_IT/计算机_专业资料。说话人识别的方法很多,提出的基于矢量量化(VQ)的算法,在语音特征表征上利用几种特征参数的组合使用来...
基于MFCC和加权矢量量化的说话人识别系统_工学_高等教育_教育专区。MFCC和加权...(包括归一化能量分量)归一化, 研究表明, DBTT 参数中如 能量, %, *, &, ...
基于Sugeno测度的动态不可加双矢量量化说话人识别研究 针对双矢量量化方法中语音的静态特征和动态特征的权重不满足可加性的情况,提出了一种新的说话人识别方法——...
2005 基于矢量量化方法的说话人识别技术张一清 ,李 轶 ( 杭州电子科技大学自动... 通过对声道的短 管级联模型的研究 ,认为系统的传递函数符合全极点数字滤波器的...
采用矢量量化 (VQ) 方法, 可以在信息量损失较小的情况下更好地压缩数据量, 从而增高说话人识别系统的识别率。 研究了 VQ 在说话 人识别中的应用, 提出并设计...
热门文档