声纹识别是语音识别的一种,它根据测试语音来辨别说话者的身份。声纹识别在司法查证、机要保密、电子商务等领域有着广泛的应用前景。从具体应用的角度可将声纹识别分为说话人辨认和说话人确认两类,从识别条件的角度可将其分为与文本有关的说话人识别和与文本无关的说话人识别两类。本文的主要研究对象是与文本无关的说话人辨认系统。 语音信号的预处理是一个不容忽视的重要部分,经过研究,本文将预处理定义为如下几个步骤:滤波,达到消除混叠干扰和工频干扰的目的;高频提升,便于更好地进行频谱分析:分词,保证数据的有效性,减小噪声的影响:分帧,为了更好地利用语音信号的特征;加窗,减少截断区间对频率响应的影响。 声纹辨识系统中特征提取和模式分类是两个主要部分。为此,本文研究了:利用对基音周期的估计,实现对性别的识别;比较了LPCC和MFCC两种常用的说话人识别特征参数的识别率;分别应用了基于系统聚类分析、K均值聚类和主成分析来进行特征约简;应用判别分析、两向量夹角、相关系数来进行识别判定:利用matlab与c语言相结合,生成独立的应用程序,实现了完整的声纹识别系统,并且在测试中,得到了比较满意的结果。 最后,简述了对本文研究工作的应用和展望。