基于說話人識別的因特網(wǎng)語音傳輸系統(tǒng).pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、近年來,因特網(wǎng)語音傳輸技術和說話人識別技術都已日趨成熟。其中,作為因特網(wǎng)語音傳輸技術最典型應用的因特網(wǎng)電話,已成為當前因特網(wǎng)增長最快的業(yè)務之一;說話人識別技術相對于其它生物識別技術,因其獨特的優(yōu)點,而在身份識別領域中得到了廣泛的應用。如果能夠把說話人識別技術與因特網(wǎng)傳輸技術結(jié)合起來,必能大大地推動兩者的發(fā)展,并且對于開發(fā)因特網(wǎng)在身份識別方面的應用也有著極其深遠的意義。
  本文以基于說話人識別的因特網(wǎng)語音傳輸系統(tǒng)作為研究及設計對象

2、。首先分別從語音信號的預處理、特征參數(shù)提取、說話人識別方法三個方面對說話人識別技術進行了詳細研究和分析。說話人識別的關鍵技術是對包含在語音信號中的個人特征參數(shù)進行識別,因此在網(wǎng)絡傳輸過程中,能否準確接收個人特征參數(shù)是決定系統(tǒng)性能的重要因素,這是完全異于現(xiàn)階段的因特網(wǎng)語音傳輸技術的,后者關心的是包含在語音信號中的文字符號和語義內(nèi)容信息。
  本文對因特網(wǎng)的體系結(jié)構和網(wǎng)絡協(xié)議也進行了研究。特別是對Internet傳輸層的各傳輸協(xié)議進行

3、了分析比較: TCP協(xié)議是為了在不可靠的互聯(lián)網(wǎng)絡上提供一個可靠的端到端服務而設計的,它為應用層提供全雙工的、有應答和有流量控制的面向連接的服務,從而實現(xiàn)有序的、無重復的數(shù)據(jù)流傳輸,它強調(diào)的是傳輸數(shù)據(jù)的準確性;UDP協(xié)議提供無連接的服務,數(shù)據(jù)通過相互獨立的報文進行傳輸,是無序的,并且不保證可靠、無差錯;RTP協(xié)議作為因特網(wǎng)語音傳輸各協(xié)議的基礎,運行在UDP之上,為媒體流提供實時傳輸服務,強調(diào)數(shù)據(jù)傳輸?shù)膶崟r性,不保證可靠、無差錯。
 

4、 因此,本文針對說話人識別和因特網(wǎng)傳輸技術的特點,設計出了適合于說話人識別的網(wǎng)絡傳輸方案:采用客戶/服務器模式,在客戶端提取出語音信號的特征參數(shù),采用 TCP協(xié)議把特征參數(shù)傳輸給服務器,由服務器完成識別與訓練的工作。系統(tǒng)使用Visual C++6.0編程工具,實現(xiàn)了一個與文本有關的說話人確認系統(tǒng),并使用MFC中封裝的Windows Sockets類完成了語音特征參數(shù)的網(wǎng)絡傳輸。最終實現(xiàn)識別率約為90%的基于說話人識別的因特網(wǎng)語音傳輸系統(tǒng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論