文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 基于矢量量化的说话人识别系统的研究
侵权投诉

基于矢量量化的说话人识别系统的研究

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。

上一页第2页

你可能喜欢

  • 语音信号处理
  • 语音识别matlab
  • 开题报告
  • 特征提取方法
  • 语音识别原理
  • 矢量量化

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email