说话人识别的分类及应用方法-上海怡健医学
来源：名资汇网
2022-05-31 21:11:51
1 简介
说话人识别是通过将说话人语音信号的特征与预先提取的说话人语音特征进行比较来确定或识别说话人的身份。它涉及到说话人发声器官的个性差异、声道间的个性差异、发音习惯间的个性差异等不同层次的差异。因此，说话人识别是心理学、声学和语音学的交叉应用。 、人工智能、数字信号处理、信息论、模式识别理论、优化理论、计算机科学等综合性课题。本章讨论说话人识别系统的基本组成部分、说话人识别的分类、与文本无关的说话人识别系统以及说话人识别系统的性能评估。
p>
?2部分代码
function msg = shibie(testdir,n, code)for k = 1:nfile = sprintf('%ss%d.wav', testdir, k);[s, fs] = audioread(file);v = mfcc2(s, fs);distmin=inf;k1=0;for l=1:length(code)d=disteu(v,code{l});dist=sum(min(d,[],2))/size(d,1);msgc = sprintf('第%d位说话者与模板%d的差值为:f ',k,l, dist);disp(msgc);if distdistmin = dist;k1=l;endendmsgc = sprintf('可见第%d位说话者与模板%d的差值最小（f）.',k,k1,distmin);disp(msgc);msg = sprintf('so,speaker %d matches with speaker %d!n', k, k1);disp(msg);end?
3 模拟结果
4 参考文献
[1]郭春霞．基于mfcc的说话人识别系统研究[d]．西安电子科技大学, 2006.
简介：擅长自动机、图像处理、路径规划、无人机等各个领域的智能优化算法、神经网络预测、信号处理、细胞matlab仿真语音情感识别系统语音情感识别系统，相关matlab代码题可以私下交流。