智能分析方法在声音识别中的应用研究

发布时间：2021-12-23 12:00

　　随着大数据的不断发展,越来越多的多媒体数据充斥着我们的生活。声音作为多媒体数据中的重要组成部分,其中蕴含了大量的信息。通过对所收集的声音数据进行处理和分析,可以从中分析挖掘出对我们有用的信息。因此声音信号的处理和分析一直是国内外学者的研究热点,其中声音识别作为声音信号处理和分析的重要应用方向更是得到了广泛的研究。声音识别是提取待识别声音信号的声音特征并将其与样本声音特征进行匹配,从而得到待测声音和样本声音是否一致的判断。声音识别被广泛应用于说话人识别、音频资料检索、异常声音检测等众多领域。声音识别的研究关键包括预处理、特征提取、模式匹配等问题。本文主要针对特征提取和模式匹配问题展开了相关的研究。首先对声音信号进行预处理,然后对声音信号的特征提取做了广泛的研究。描述了短时能量、线性预测倒谱系数（LPCC）、梅尔倒谱系数（MFCC）的提取方法。提出了基于相关距离Fisher比的组合参数提取算法,并通过仿真实现了短时能量、线性预测倒谱系数（LPCC）、梅尔倒谱系数（MFCC）以及组合参数的提取。其次,为了提高声音识别系统的识别率,在比较了不同的智能分析方法之后采用改进的支持向量机（Suppo... 

【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

语音波形及其短时能量

短时平均过零率

LPC频谱

【参考文献】：
期刊论文
[1]基于SVM算法的猪声音识别的研究[J]. 张栖铭,袁瑞临,范凡,王峰.  电脑知识与技术. 2017(10)
[2]基于DNN的低资源语音识别特征提取技术[J]. 秦楚雄,张连海.  自动化学报. 2017(07)
[3]深度学习在语音识别中的研究进展综述[J]. 侯一民,周慧琼,王政一.  计算机应用研究. 2017(08)
[4]一种混合优化的匹配追踪生态声音识别方法[J]. 李碧玉,李应.  福州大学学报(自然科学版). 2016(03)
[5]组合核函数SVM在说话人识别中的应用[J]. 吕洪艳,刘芳.  计算机系统应用. 2016(05)
[6]语音识别技术在智能家居控制系统中的应用研究[J]. 陈涛,高必梵,艾菊梅.  电子质量. 2015(03)
[7]深度神经网络技术在汉语语音识别声学建模中的优化策略[J]. 肖业鸣,张晴晴,宋黎明,潘接林,颜永红.  重庆邮电大学学报(自然科学版). 2014(03)
[8]基于GMM-SVM的说话人识别系统研究[J]. 赵立辉,毛竹,霍春宝,杨红喆.  工矿自动化. 2014(05)
[9]基于SVM的语音特征提取及识别模型研究[J]. 吴皓莹,程晶,范凯.  武汉理工大学学报(交通科学与工程版). 2014(02)
[10]基于SVM的说话人识别参数选择方法[J]. 徐晨,曹辉,赵晓.  计算机工程. 2012(21)

博士论文
[1]基于深度神经网络的语音识别模型研究[D]. 张仕良.中国科学技术大学 2017
[2]基于SVM的话者确认关键技术研究[D]. 龙艳花.中国科学技术大学 2011
[3]支持向量机在说话人识别中的应用研究[D]. 雷震春.浙江大学 2006

硕士论文
[1]声纹识别系统中特征参数提取方法的对比分析研究[D]. 李韵.成都理工大学 2016
[2]基于SVM的昆虫声音识别与驱蚊剂定量构效关系[D]. 梁景华.湖南农业大学 2015
[3]基于声音识别的交通信息检测技术研究[D]. 李云焕.长安大学 2014
[4]基于MFCC的声纹识别系统研究[D]. 王正创.江南大学 2014
[5]采用SVM权重匹配特征参数的功能性病理嗓音识别研究[D]. 周孝进.苏州大学 2014
[6]声纹识别系统关键技术研究[D]. 裴鑫.哈尔滨理工大学 2014
[7]基于声纹识别和动态密码的双因素身份认证系统的研究与实现[D]. 张慧珊.武汉理工大学 2013
[8]基于变量加权的核函数的SVM及其应用研究[D]. 胡蕾.湖南大学 2013
[9]基于改进网格搜索法SVM参数优化的说话人识别研究[D]. 王健峰.哈尔滨工程大学 2012
[10]基于支持向量机的说话人识别研究[D]. 周畅宇.中南大学 2009



本文编号：3548441