基于EMD的说话人特征参数提取方法研究

摘要

随着科学技术的不断发展，如何利用机器来识别出不同的人，逐渐被人们所重视。说话人识别研究的是如何将人的语音作为身份标志，让机器依据这个标志辨识出不同的人。作为一种能为人们的日常生活提供便利的技术，说话人识别技术成为人们研究的热点。在说话人识别技术中，研究的核心是能够表征说话人的特征参数，提取了表征性能好的的说话人特征参数，才能准确的识别说话人。美尔频率倒谱系数（MFCC）是基于人耳听觉特性的一种参数，是描述说话人的重要特征参数之一。经验模态分解（EMD）是一种适合于语音信号处理的方法。我们将EMD应用到说话人识别中，可得到一些有意义的结果。本文详细的研究了说话人识别的特征参数的提取方法，分析了目前特征参数提取法的研究现状。
　　本研究主要内容包括：⑴MFCC提取法中利用FFT将语音信号从时域转换到频域，但FFT不能反映信号的瞬时变化情况。针对这种情况，对这一步骤进行了改进。Wigner-Ville分布是信号能量随时间-频率的分布，它能精确的定位信号的时频结构，但多分量信号的Wigner-Ville分布受困于交叉项的干扰。因此利用Wigner-Ville分布的优点，采用Wigner-Ville谱与FFT结合来代替单独的FFT，进行MFCC参数提取。提出了一种基于时频分析的MFCC参数提取法。通过实验仿真，验证了本方法既抑制了交叉项的干扰，又得到了精准的时频结构。本方法与传统的MFCC提取法相比，说话人识别的正确率有所提高。⑵根据语音信号的非平稳特点，提出了一种基于经验模态分解的语音特征参数提取法。首先利用短时时域处理技术对语音进行去清音处理，再用经验模态分解方法把语音信号分解为一系列固有模态函数(IMF)。一个IMF只含有语音信号的一部分信息，不同IMF分量携带的特征信息不同，对这些IMFs进行加权处理，综合得到新的语音，再对其进行后续处理。这样做的目的是为了突出有效的说话人特征信息，而筛掉一些无用的、不能表征说话人特征的信息。实验表明，该方法比传统的参数提取法更有效。⑶综合前述方法，提出了一种基于EMD与时频分析相结合的提取方法，即先将语音进行EMD分解，对得到的IMF进行加权，然后用FFT与Wigner分布相结合的方法进行MFCC参数提取。运用到说话人识别系统后，实验结果表明，相较于前述的两种方法，该方法大大提高了说话人识别系统的正确率，且鲁棒性较好。⑷ASCC描述的是信号的中频段信息，运用EMD方法和Hilbert变换，将语音信号的中频段（1500Hz-2500Hz）筛选出来，进行ASCC参数提取。然后与MFCC参数组合，提出一种基于Hilbert-Huang变换的MFCC与ASCC的混合参数提取法。实验表明，混合参数较传统的MFCC参数应用于说话人识别系统，正确率有一定提升。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景

1.2 基本原理与研究意义

1.3 特征参数

1.4 EMD方法

1.5 本文的主要研究内容和章节安排

第2章 语音信号的处理方法

2.1 引言

2.2 时域处理

2.3 时频处理

2.4 同态处理

2.5 本章小结

第3章 说话人特征参数的算法及其实现

3.1 引言

3.2 说话人特征参数

3.3 基于时频处理的MFCC参数提取

3.4 实验仿真与结果分析

3.5 本章小结

第4章 基于EMD的语音信号分解

4.1 引言

4.2 EMD分解

4.3 Hilbert变换

4.4 本章小结

第5章 基于EMD结合时频分析的特征参数提取法

5.1 引言

5.2 基于EMD加权的原理

5.3 基于EMD加权MFCC参数提取

5.4 基于EMD的MFCC与ASCC混合参数的提取

5.5 实验仿真与结果分析

5.6 本章小结

第6章 总结与展望

6.1 工作总结

6.2 展望

参考文献

致谢

附录A 个人简历、在校期间发表学术论文与研究成果

附录B 论文中的用图

附录C 论文中的用表