基于小波分析的语音反蓄意模仿研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:kang573
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
模仿者蓄意模仿说话人的语音,当相似度很高时,模仿者就很有可能欺骗身份鉴别系统,并获得相应的权限来侵入系统,对信息安全和个人隐私造成严重威胁。因此,进行语音蓄意模仿的分析研究对国防、信息安全及刑侦等均具有重大意义。  本文对语音反蓄意模仿进行了语音增强、特征参数提取研究,并建立了基于SVM的反蓄意模仿说话人识别系统,主要内容如下:  (1)本文介绍了蓄意模仿的相关概念以及研究现状,举例分析了语音蓄意模仿对社会和信息安全的危害。从说话人识别系统的全局着手,分析了语音预处理的重要性,简单说明了特征参数提取,介绍了常见的说话人识别模型,并对其进行分析。  (2)语音信号不可避免地受到各种环境噪声的影响,为了提高系统的识别率,要对语音进行增强处理,提取尽可能纯净的语音。本文利用小波阈值去噪方法对含噪语音进行去噪,结合并改进传统的软硬阈值去噪方法,提出了一种新阈值函数去噪方法,取得了良好的去噪效果。  (3)对MFCC倒谱系数及其差分倒谱系数进行了详细阐述,为了获取更具个人语音特性的特征参数,提取了WMFCC和IWMFCC,同时提取了DWTWC语音特征参数。根据增减分量法原理,提出MFCC+△MFCC、 MWI-MFCC和DWI-MFCC混合特征参数。  (4)建立了蓄意模仿语音库,并介绍语音相似度主客观评价方法;研究MFCC、MFCC+△MFCC、MWI-MFCC和DWI-MFCC倒谱系数对语音蓄意模仿的分辨能力,以及它们对语音蓄意模仿相似度的描述能力。实验表明,这四种特征参数中DWI-MFCC倒谱系数性能最好。  (5)详细介绍了支持向量机的基本原理,建立了基于SVM的语音反蓄意模仿识别系统,并与基于VQ的说话人识别系统作比较,错误接受率从VQ系统的12.25%降低到SVM系统的6.4375%,证明了本文建立的系统具有更优良的性能。  (6)对本文的工作进行总结,并提出下一步的研究方向。
其他文献
随着电子技术的飞速发展,嵌入式系统已经得到了广泛的应用。嵌入式系统具有体积小、功耗低、功能强等特点,目前已经广泛用于军事国防、工业控制及智能家电等领域。随着网络技
在整个智能建筑中,火灾报警系统起着相当重要的作用。为了避免火灾所导致的灾难性的后果,火灾报警系统要求尽可能少的误报警,不允许有漏报警。因此,人们不断把信号处理技术领域的
盲源分离(Blind Source Separation:BSS)技术是现代信号处理领域中一个崭新的研究方向。盲源分离是指在信号源和传输信道完全或部分未知情况下,只利用传感器阵或天线阵的观测来
建立一个操作简单、实验内容丰富、过程参数变化直观、控制参数对控制性能的影响便于观察的过程控制系统实验装置是本论文的目的。论文以EFPT(Experiment Facility for Auto-
随着信息化的发展,传统数据库的事务处理已经不能满足人们对数据分析的需求。交通管理局拥有众多处理日常事务的数据库系统,仍然不能帮助领导的决策分析,由此,迫切需要建设数
随着网络技术的发展,远程监控系统在工业过程、人民生活、实验教学方面有了越来越多的应用。让全世界的设备都联入互联网已经成为共识。特别是在高校实验教学方面,随着近年来
随着不可再生能源开采量不断缩减、现代化技术的不断进步,电动汽车成为当今的研究热点。内嵌式永磁同步电动机(IPMSM)之所以能广泛应用于电动汽车的驱动系统,是因为其具有小
在计算机视觉领域,摄像机标定问题一直以来都是非常重要的研究方向。传统上,摄像机标定的相关研究主要聚焦于给定模型下的参数估计问题,然而,如若摄像机模型选择的不合理,那
物联网已经从几年前的概念慢慢成为了生活中的现实。公交系统,食品流通,家居住房等今后都将受益于物联网技术的发展和普及。物联网网关作为将感知设备数据传递到网络应用终端的
本文研究了利用小波网络方法在强烈振动信号背景下检测瞬态冲激的问题,并用实际振动信号检验了这种方法的效果。在大型结构及桥梁状态监测研究领域,桁架结构的个别杆件松动或