随着信息技术的发展,如何鉴定个人身份,保护信息安全越来越重要。说话人识别作为生物特征认证技术的一种,和传统的认证方式相比,具有使用方便、安全性高、不易被遗忘等优点,在电话金融交易、军事侦察和信息检索等领域有着广泛的应用前景。 本文首先回顾了说话人识别技术的发展历史和研究现状,对说话人识别系统的组成、原理进行了介绍,然后阐述了说话人识别的三种主要识别方法:非参数模型方法、参数模型方法和人工神经网络方法。每种方法都有各自的特点,由于HMM模型成功描述了语音信号的统计特性,已成为目前最佳的说话人识别处理模型。此外,在与文本无关的说话人识别中,GMM也常被采用。 本文对说话人识别中所涉及的两个关键问题,即说话人的特征提取和说话人识别模型的建立进行了重点研究。目前常用的代表说话人特征的参数除了传统的长时统计参数以外,主要是使用LPC参数和MFCC倒谱参数,相对来说MFCC参数的鲁棒性效果更好些。在说话人模型方面,可以采用的方法很多,我们主要考察研究了模板匹配法、矢量量化法、隐马尔可夫模型法以及高斯混合模型法,其中在模板匹配法中分别对基音特征和长时谱特征的模板匹配方法作了分析研究。 在此基础上,本文提出两种改进识别方法并在MATLAB上进行了系统仿真。一种是基于子带的VQ话者识别方法,通过与通常的宽频带话者识别方法进行对比实验,发现子带结构的分类器能够有效增加系统的正确识别率和对窄带噪声的鲁棒性,并且在子带数目为16时,系统的识别性能最好。另一种话者识别方法是基于复合策略和参数模型的,系统采用复合策略综合了声源和声道信息,建立基音周期和MFCC参数的联合测度,利用模板匹配法进行初级判决,有效缩小了待识别的候选集大小,第二级细判采用基于统计模型的CHMM分类器进行,保证了系统的识别率。在使用复合策略和CHMM模型来建立说