数据挖掘技术在语音识别中的应用

摘要

通过数据挖掘技术实现对语音来源的识别,从而完成对说话人身份的认证以及操作权限的分配,具有非常重要的理论和实际意义.主要针对相同和不同语音内容两个类别的说话人语音识别进行了研究.通过在说话人识别领域广泛应用的梅尔频率倒谱系数进行语音的特征提取,并结合动态时间规整算法进行模式匹配分类.特别地,在不同的语音内容识别探究中,在采用动态时间规整算法前,结合了K-means++算法以及主成分分析算法来对梅尔频率倒谱系数矩阵进行降维和聚类,以保证待匹配模板的维度相近或相同.结果表明,在相同语音内容的识别过程中,选择合适的阈值可以获得较好的识别效果.