基于模糊神经网络的话者辩认研究

本文首先根据衡量话者特征参数有效性的F比值公式分析比较了LSP和CEP参数在描述话者特征方面的不同特性，确定LSP参数作为话者特征参数．接着提出了描述话者特征的层次模型．根据函数扩展网络的内插能力和隶属函数的模糊统计建立方法，用函数扩展网络实现模糊状态的隶属函数，由网络隶属函数构成话者特征层次模型的基本单元．以最大隶属度原则作为系统的辨认决策准则．在小词表（0－9十个数字）内，采用文本无关的方式进行42人的话者辨认实验，当测试语音由5个数字随机组合时系统正确辨认率为99．76％．