免费论文摘要：噪声情况下语音检验和测定与谈话人辨别本领的接洽与实行

舆论接洽噪声情况下普及语音检验和测定和谈话人辨别本能的本领。语音检验和测定是指检验和测定含乐音频旗号的语音和非语音局部，暂时常用的算法是沿用似然比检查贯串统计模子的本领，那些算法生存的题目在乎乐音情况下检验和测定精确率不高。语音检验和测定是谈话人辨别预处置中的要害办法。谈话人辨别指运用语音特性辨别谈话人的身份，演练情况和辨别情况的不普遍是暂时感化谈话人辨别本能的要害成分，重要生存的题目囊括自符合性低，不许按照演练语音的搀杂度采用相映的灵验模子及噪声情况下辨别率不高的题目。舆论对准上述题目打开以次接洽处事：舆论安排鉴于隐半马尔可夫模子（Hidden Semi-Markov Model，HSMM）的语音检验和测定。舆论领会了鉴于隐马尔可夫（Hidden Markov Model，HMM）对语音功夫关系性刻画不及的缺陷，安排了鉴于HSMM模子的检验和测定算法。重要接洽模子中不易被乐音感化的语音特性的几率散布和段长的几率散布，并贯串维纳滤波来巩固语音特性的抗噪性，进而普及模子的检验和测定本能。舆论安排自符合谈话人模子采用的本领。舆论接洽鉴于隐马尔可夫模子谈话人辨别中的模子采用题目，运用贝叶斯消息规则（Bayes Information Critirion，BIC）来采用HMM模子中状况个数及各个状况中高斯重量个数，运用簇搀杂率贯串贪婪算法来减少模子的求解进程。试验表明鉴于BIC模子采用法普及谈话人辨别的自符合性。舆论在上述处事普通上，安排实行了语音检验和测定与谈话人辨别体例。将鉴于HSMM的语音检验和测定算法贯串鉴于BIC模子采用算法运用到该体例中，普及了谈话人辨别在噪声情况下的辨别本能，普及了体例的自符合性。试验截止表白在语音检验和测定上，与G.729B，AMR2，AFE，鉴于HMM，鉴于Laplace-Gauss模子的语音检验和测定算法比拟，在各别乐音情况下鉴于HSMM的语音检验和测定检验和测定缺点率贬低8%之上。在谈话人辨别上，与鉴于矢量量化，鉴于搀和高斯模子和鉴于恒定HMM模子的谈话人辨别算法比拟，在运用不同声长语音演练情景下，鉴于BIC的HMM谈话人辨别算法辨别恣意能均好于其它算法，精确率普及10%安排。贯串了HSMM语音检验和测定的谈话人辨别算法比运用能量语音检验和测定算法的谈话人辨别法精确率普及约3%。

来源：幸运锦鲤转载请保留出处和链接！

本文链接：http://87cpy.com/203956.html