基于小波变换与GMM的说话人识别研究

【摘要】： 本文详细分析了小波理论的基础知识，研究了小波分析在语音信号处理中的应用，提出了基于小波包分析的两种新语音特征参数，这两种特征参数分别命名为SBC和WPP。把小波变换和小波包变换结合起来对语音信号进行频带划分，这种划分与人耳的临界频带相似，由此得出语音特征参数SBC。根据小波变换是比离散余弦变换更好的子带能量分离器，得出WPP。实验证明新特征参数WPP的语音识别性能优于SBC，而SBC的识别性能优于MFCC。 高斯混合模型(GMM)是在说话人识别中广泛使用的识别方法，文中提出了一种新的改进模型OGMM。在OGMM中，有一个正交变换矩阵，在应用到GMM模型之前，特征向量先要变换到由对角线协方差矩阵的特征矢量张成的线性空间上。通过实验得知对于相同的阶数，OGMM总是表现出更好的性能，为了达到同一识别性能，OGMM仅需要标准GMM阶数的1／4。