说话人识别作为语音识别的一种特殊形式,是当前语音信号处理技术的研究热点之一,该技术对于各类机要场所、安防等领域的身份认证具有重要的应用价值。 本文首先根据语音信号的物理产生过程以及人耳的听觉特性,介绍了两种系统模型,分析和提取出了几种应用较为广泛的说话人特征参数。其次,分别以连续隐马尔可夫模型CHMM及BP网络为例,详细阐述了隐马尔可夫模型HMM与人工神经网络ANN两种不同的建模理论与识别策略,讨论了二者在说话人识别当中的一些应用问题,构造完成了两类不同的话者识别模型,并编程实现了相应的识别算法。接着,在特征提取方面尝试了一种较新的组合形式,仿真实验结果表明将多种特征参数进行合理组合有助于提高说话人识别系统的正确识别率。最后,在不增加网络设计、构建方面的困难与复杂度的情况下,考虑如何将规模庞大的多维多帧说话人语音特征矢量送入人工神经网络进行训练,同时又保证所训练出的网络具有较高的识别性能,针对这一问题本论文给出并应用了一种新颖的特征参数处理方案。该方案以说话人声音特征参量各维的变化情况来反映该讲话者声音特性的变化,一定程度地降低了神经网络结构的复杂性,较好地解决了网络设计当中面临的一些实际问题。 在对以Mel倒谱及其差分形式为组合特征参数的仿真测试中,本论文采用上述特征参数处理方案建立了—BP网络,在训练过程中时