论文部分内容阅读
从语音信号中有效地提取个人特征信息进行说话人身份的识别,是语音识别研究领域的一个重要研究方向。本文主要研究基于神经网络的主分量分析(PCANN),并将其应用到噪声环境下说话人的特征提取中,进一步分析其性能。主要工作如下:
首先,分析语音特征参数的提取过程,在噪声环境下对常用特征LPC、LPCC和MFCC等进行评价;对主流特征进行二次处理,包括加权、差分、组合和提取多帧部分特征(MFS),进一步剥离出隐藏在语音背后的说话人特征,并分析所得高维特征在说话人识别系统中的性能。
其次,研究主分量分析原理,结合主分量分析和神经网络,用自适应的线性神经网络实现最大主分量和多个主分量的提取,获得其神经网络模型和权值训练算法,并分析其性能。
最后,针对高维特征计算复杂度高、实时性差等缺点,用PCANN方法对其进行降维。提出基于PCANN的说话人识别系统,分析其工作过程,并考察PCANN方法去冗余、降维和降噪等特性。