【语音识别】VQ特定人孤立词语音识别【含Matlab源码 2606期】

孤立词语音识别【含Matlab源码 2606期】"/>

【语音识别】VQ特定人孤立词语音识别【含Matlab源码 2606期】

⛄一、矢量量化（VQ）说话人识别简介

目前自动说话人识别的方法主要是基于参数模型的HMM的方法和基于非参数模型的VQ的方法。1992年， 日本人Matsui和Fur ui主要从对语声波动的鲁棒性方面对基于VQ的方法和各态历经的离散和连续的HMM方法进行了比较。他们发现连续的各态历经HMM方法比离散的各态历经HMM方法优越， 当可用于训练的数据量较小时， 基于VQ的方法比连续的HMM方法有更大的鲁棒性。同时， 基于VQ的方法比较简单， 实时性也较好。因此，直到目前为止，基于VQ的说话人识别方法，仍然是最常用的识别方法之一。
应用VQ的说话人识别系统如图8-3所示。完成这个系统有两个步骤：一是利用每个说话人的训练语音，建立参考模型码本；二是对待识别话者的语音的每一帧和码本码字之间进行匹配。由于VQ码本保存了说话人个人特性，这样我们就可以利用VQ法来进行说话人识别。在VQ法中模型匹配不依赖于参数的时间顺序， 因而匹配过程中无需采用DTW技术；
而且这种方法比应用DTW方法的参考模型存储量小， 即码本码字小。

我们可以将每个待识别的说话人看作是一个信源，用一个码本来表征，码本是从该说话
人的训练序列中提取的特征矢量聚类而生成的，只要训练的数据量足够，就可以认为这个码本有效地包含了说话人的个人特征，而与说话的内容无关。识别时，首先对待识别的语音段提取特征矢量序列，然后用系统已有的每个码本依次进行矢量量化，计算各自的平均量化失真。选择平均量化失真最小的那个码本所对应的说话人作为系统识别的结果。
应用VQ的说话人识别过程