基于蟻群算法的說話人識別系統(tǒng)的研究.pdf

1、說話人識別是指通過語音來識別說話人的身份。作為一種基于生物特征信息的身份識別方法，它在電子商務、消費、銀行等遠程客戶服務的身份認證、軍事安全領域的說話人身份自動檢測和認證中具有極大的應用價值和廣泛的應用前景，是當今語音信號處理和生物特征信息檢測和識別領域的重要研究方向。 由于說話人的個性以及實際應用環(huán)境的復雜性，說話人識別技術雖然取得了一定的進步，但識別率、系統(tǒng)穩(wěn)定性、噪聲魯棒性還不是很理想，其瓶頸效應也逐步顯現(xiàn)，進一步提高比較

2、困難，離真正的實用化還有相當一段距離。 蟻群算法是一種隨機搜索算法，與其它模擬進化優(yōu)化算法一樣，通過由候選解組成的群體的進化過程來尋找最優(yōu)解。它通過信息素利用了正反饋原理，在一定程度上可以加快進化過程，它還是一種本質并行的算法，不同個體之間不斷進行信息的交流和傳遞，從而能夠相互協(xié)作，有利于發(fā)現(xiàn)更好的解。由于它的這種優(yōu)點，在TSP、函數(shù)優(yōu)化等問題上得到了廣泛的應用。 本論文在分析了說話人識別以及蟻群算法國內外研究現(xiàn)狀的基礎

3、上，將蟻群算法引入到混合高斯模型的參數(shù)訓練中，采用TopN方法對特征矢量作識別計算，并以此為基礎實現(xiàn)了一個說話人識別系統(tǒng)。 論文完成的主要工作有： 1、分析了說話人識別的國內外研究現(xiàn)狀，闡述了說話人識別系統(tǒng)的基本結構以及說話人識別的性能評價標準等。 2、分析了蟻群算法的國內外現(xiàn)狀，在深入研究蟻群算法和混合高斯模型的原理和特點后，提出了將蟻群算法引入到混合高斯模型的參數(shù)訓練的新方法。利用蟻群算法對輸入說話人的語音幀

4、信息聚類來估計出模型的參數(shù)，從而為每一個說話人建立起相應的模型。 3、針對有限的訓練數(shù)據(jù)和語音信號的變異性等問題，論文提出了采用TopN的方法，該方法只取最相似的前N％的特征矢量作識別計算，從而有效地降低了語音段中無效語音段對整體語音的影響。 4、在上述提出的新算法的基礎上利用Visual C++實現(xiàn)了一個說話人識別系統(tǒng)，該系統(tǒng)能實現(xiàn)錄音、訓練、識別等一系列功能。實驗結果表明，基于蟻群算法的說話人識別系統(tǒng)有著較高的識別率