基于修正EM算法的说话人识别的研究

提出了针对说话人识别的GMM模型训练的新方法。理论推导和实验结果表明,与GMM常用的传统EM算法相比,提出的新算法能够解决训练中会出现奇异阵的问题,并能提高系统识别率。     

基于概率DP匹配法的噪声环境下说话人识别方法的研究

提出了一种在噪声环境下利用复数语音帧段主分量特征输入的概率DP匹配的说话人识别算法。通过对噪吉环境下与文本无关的说话人识别实验，验证了这种方法的有效性。     

基于聚类统计与文本无关的说话人识别研究

从语音信号特征矢量的空间映射出发,在二元分裂算法的基础上提出了一种裂合并的聚类算法,并用于与本文无关的说话人识别研究,初步建立了基于聚类统计的开放系统,该系统用说话人语音信号在特征空间的分布中心建立参考模板,用聚类统计中心代替待识语音段的特征矢量进行了模式匹配计算,系统规模的越大,节省的计算量就越多。在小规模说话人辨认系统的实践研究中,研究了特征矢量的加权,语音段的时长以及a因子的选择对系统性能的影响。     

基于加权特征值补偿的说话人识别

背景噪声的存在,使得说话人识别系统的训练环境和测试环境发生失配,导致系统性能发生急剧下降。本论文提出一种加权特征值补偿算法,把由噪声引起的使带噪语音信号特征值与纯净语音特征值发生偏差的部分去除,从而使进入识别器的特征值接近纯净语音的特征值。在特征值补偿过程中引入了信噪比加权的方法。实验表明,这种方法能够有效的提高说话人识别系统的性能。     

改进的非匹配信道法庭自动说话人识别方法

在新的似然比法庭证据评估体系下,为降低对问题语音和嫌疑人语音样本数量的要求,提出了改进的基于GMM-UBM识别核心的法庭自动说话人识别系统。为降低信道差异对法庭自动说话人识别系统性能的影响,提出了一种不同信道间说话人模型补偿与Logistic回归混合处理的方法。固定电话信道和移动电话信道的实验结果表明:改进的自动识别系统在非匹配信道中使用4秒的测试语音,与未使用模型补偿的系统相比,错误认定率从28.95%下降为6.32%,大幅度提高了系统在非匹配条件下的可靠性。     

基于FPGA的说话人识别算法的实现

文中介绍了一种基于FPGA的DTW说话人识别算法的实现方法,根据算法本身的特点,采用了一种适合于硬件实现的搜索路径约束条件,并利用收缩阵列来处理模板匹配中的运算,从而提高了算法的模板匹配速度和识别效率,在处理性能上优于现在常采用的基于软件的实现方法,适用于电话语音信道的实时大容量的说话人识别系统.     

基于特征语音的说话人自适应算法研究

介绍了说话人自适应技术中的特征语音(Eigenvoice,EV)方法。用最大后验概率特征分解(Maximum a Posteriori Eigen-decomposition,MAPED)法来计算线性组合系数,代替了传统方法中的最大似然特征分解(Maximum Likelihood Eigen-decomposition,MLED)的方法。实验对这两种方法的性能进行了比较。结果证明使用MAPED这种方法比用MLED的方法错误识别率有一定的降低,增强了系统的鲁棒性。     

基于多特征有效组合的说话人识别

通过分析当今说话人识别系统中常用的一些特征参数，以提高说话人识别的识别率为目的，在Matlab 6．5软件环境下提出了将Mel频率倒谱(MFCC)、线性预测倒谱(LPCC)及他们的一阶差分和基音周期等多种特征有效结合进行说话人识别的方法。采用短时自相关法提取基音周期，在识别过程中采用改进的动态规整算法，将模板的匹配过程与检验量的计算分离开，每帧给出一个说话人辨认结果，最后综合各帧的辨认结果，得出最佳匹配结果。经过多次实验证明，采用以上方法使用多特征有效结合比单个使用各种特征效果要好，能在一定程度上提高系统区分说话人的能力。     

一种概率映射网络的EM训练算法

本文提出一种概率映射网络（ＰＭＮ）的ＥＭ训练算法。ＰＭＮ为一个四层前馈网。它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的样本模式经网络变换为输出的分类判决,其网络节点对应于贝叶斯后验概率公式的各个变量。此ＰＭＮ用高斯核函数作为密度函数,网络参数训练由ＥＭ算法实现,其学习方式为类间的监督学习和类内的非监督学习。最后的实验表明此网络及其学习算法在分类应用中的有效性。     

基于GMM说话人分类的说话人识别方法研究

提出了基于高斯混合模型（GMM）说话人分类的分级说话人识别系统,同时将小波神经网络（WNN）引入到子识别系统中。分别对未分级说话人识别系统和分级说话人识别系统进行了比较。仿真实验结果表明,分级网络在保证正确识别率的同时,不仅改善了网络训练速度,亦大大提高了识别响应速度。     

基于VoIP的ITU-T G系列语音压缩算法的研究

本文在简述了ITU-T G系列语音压缩算法以及专为窄带系统设计的高性能的iLBC语音压缩算法,并对各种算法处理的复杂度、处理延时大小、传输速率、CPU性能消耗、带宽占用、语音质量等多方面进行了比较之后,给出了各种算法目前的应用场景,分析了VoIP系统的发展方向,预测了各种算法的应用前景,最后,提出了一种新的VoIP语音压缩算法的选型方案。     

基于峰值特征匹配的运动补偿算法

针对步进频率信号成像的多普勒敏感特性,提出一种基于峰值特征匹配的运动补偿新算法。从2帧距离像中分别提取所有可能的散射中心,构建其直方图不变描述,通过匹配确定目标真实散射中心,由对应匹配散射中心间的平移距离估计速度,然后进行运动补偿。仿真实验表明,新算法测速精度高,具有较好的抗噪声、抗干扰(杂波尖峰和虚假散射中心)性能。     

基于鲁棒听觉特征的说话人识别

 为了提高噪声环境中说话人识别系统的性能,本文提出了一种鲁棒听觉特征提取的算法,并将其应用到说话人识别系统中.运用自适应压缩Gammachirp滤波器组模拟人耳耳蜗的听觉特性,对输入的语音信号进行频域子带滤波,将得到的对数子带能量作为听觉特征参数.分别运用离散余弦变换和核主成分分析方法,对提取的特征参数进行特征变换,降低特征参数的维数,提高特征参数的噪声鲁棒性和个性表现力.实验结果表明,将提取的新听觉特征参数应用到说话人识别系统中,新特征参数在鲁棒性和识别性能上均优于梅尔倒谱系数和基于Gammatone的听觉特征参数.     

基于SIP协议的VoIP系统的QoS机制的研究

IP电话是一种数字电话,是技术创新的一种通信服务业务,它把语音、压缩编码、打包分组、分配路由、存储交换、解包解压等各种交换处理组合在IP网或互联网上实现语音通信。因特网语音通信是VoIP技术的一个最典型的,也是最有前景的应用领域。介绍了VoIP的通信原理、关键技术和系统通信中的SIP协议,分析了影响VoIP的QoS的主要原因,阐述了时延、抖动、丢包和回声等影响QoS的机理和解决方案。     

基于IEEE 802.16协议的VoIP服务质量调度算法

本文分析了VoIP的特点和IEEE802．16协议对服务质量（QoS）的定义。基于已有的无线城域网对VoIP的QOS控制策略，提出一种新型的调度算法。通过数学建模和仿真试验，证明了新算法对减小延迟和增加信道利用率方面效果显著。     

基于SIP协议的小型VoIP网络方案设计

SIP协议由于其简单、易于扩展、便于实现,逐渐成为NGN和3G领域的重要协议。本设计是基于SIP协议的小型VoIP网络方案,实现VoIP网络的基本功能,具有一定的实用价值。     

基于Bluetooth的VoIP系统设计

通过分析现有的VoIP业务的缺点,提出了一种基于Bluetooth无线传输技术的全新VoIP通话系统.在简要分析了Bluetooth和VoIP技术的基础上,给出了这种系统的具体实现方案,对系统的实现原理和组成结构进行了详细的分析,同时还给出了VoIP客户端的软件设计漉程.     

基于ADM5120的无线VoIP系统设计

用Infineon公司的MIPS架构处理器ADM5120设计并实现了一个无线VoIP系统。从硬件和软件两个方面进行系统设计：首先对系统硬件三大主要模块即：ADM5120主处理器、VINETIC语音模块、存储模块分别进行了研讨;接着描述了如何在无线局域网内实现UDP方式点对点通讯和广播通讯。无线VoIP系统实现后经现场测试证明其性能可靠,价格低廉,具有广阔的应用前景。