说话人识别是指通过说话人的语音说话人识别是指通过说话人的语音来自动识别说话人的身份,它在许多领域内有良好的应用前景。本说话人识别系统采用了矢量量化方法,它包括两个主要的模块:特征提取和特征匹配。在特征提取过程中,将提取少量的能够体现每个说话人的特征的语音信号的参数。在特征匹配模块中包括有两个步骤:一是训练步骤,二是识别步骤。 本文首先在研究了语音信号的一般处理方法的基础上,重点研究了双门限端点检测算法和LPC美尔倒谱特征端点检测方法的基本理论。并且研究了语音信号的数字模型,包括激励模型、声管模型和辐射模型三个子模型。然后,在研究说话人识别的参数和特征提取原理的基础上,重点研究了美尔倒谱系数(MFCC)的原理和特点,并且设计和实现了美尔倒谱系数提取过程。接着,在介绍了矢量量化的基本原理和失真测度方法的基础上,重点研究了矢量量化器最佳码本设计的算法——LBG算法,选择为本系统的矢量量化方法。最后提出了一种以MFCC为特征的基于近邻划分算法的矢量量化的说话人识别方案,并在MATLAB上进行了仿真实验,得出了识别速度变快,识别精度高等意义的结论。 本系统通过MATLAB语音处理工具箱,提取输入语音的特征参数,采用美尔倒谱系数特征参数,提高了系统的识别性能,采用LBG算法进行码书设计,并通过使用矢量量化技术为每一说话人设计码书,避免了由于说话人使用同一码书带来的量化误差。本系统获得了很高的识别率,并且具有运算速度快,计算量小,差错率低等优点。