基于LSSVM-GMM的Internet声纹识别系统

摘要

语音是个人所固有的特征,具有唯一性,用语音来鉴别说话人的身份也因其独特的优点而受到了人们更多的关注。在互连网日益普及的今天,如果能够将声纹识别技术和Internet网络传输技术有机地结合起来,通过因特网对个人身份进行远程识别,将对人工智能的发展及应用具有极其深远的意义。
　　本文将基于Internet的与文本无关的声纹识别系统作为研究及设计对象。针对客户端内存容量有限以及网络传输的特点,在Windows操作系统下利用Visual C++6.0软件开发设计出了适合于Internet环境下的声纹识别系统:
　　系统采用客户/服务器模式,在客户端进行特征提取:对反映说话人特征的LPCC, MFCC参数分析研究,并考虑语音信号的非平稳性,引入小波包分析,对 MFCC参数进行了改进。通过分析各项参数性能,在不增加计算量的基础上利用fisher准则对其进行特征混合互补,最后得到一组语音描述能力强,抗噪性能好,且数据量小的说话人特征参数。
　　网络传输部分采用TCP/IP协议,其中考虑对数据传输的可靠性的严格要求,传输层采用的是TCP协议——面向连接的流方式。该方案使用MFC中封装的CSocket类编程,负责客户端特征序列的传送和服务器端识别结果的回传。
　　在服务器端进行识别:针对本文实现的是与文本无关的说话人辨认,通过对目前几种识别模型中性能最好的高斯混合模型(GMM)和最小二乘支持向量机(LSSVM)进行性能比较以及实验结果分析,确定合适的模型参数,最后选择将两种模型结合形成本系统最终的识别模型。实验结果显示,该系统识别率较高,具有较好的实用价值。
　　本文最后给出了系统运行界面和研究结论,并指出了进一步发展方向。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1 因特网语音通信技术概况

§1.2 声纹识别技术简介

§1.3 课题的选择及本文的主要工作

§1.4 本文的结构

第二章 Internet网络传输技术

§2.1 客户/服务器模式

§2.2 TCP/IP协议

§2.3 Socket编程原理

§2.4 MFC网络应用程序的开发

§2.5 小结

第三章 声纹识别技术

§3.1 语音信号的预处理

§3.2 语音特征提取

§3.3 声纹识别方法

§3.4 声纹识别系统性能的评价

§3.5 小结

第四章 基于LSSVM-GMM的Internet声纹识别系统的实现

§4.1 系统总体设计

§4.2 语音库的建立

§4.3 客户端的特征提取

§4.4 网络传输的实现

§4.5 服务器端的分类器设计

§4.6 系统识别性能测试及分析

§4.7 小结

第五章 总结与展望

参考文献

致谢

作者在攻读硕士期间的主要研究成果