基于神经网络的说话人识别实验设计

杨 瑶， 陈 晓，b

（南京信息工程大学a.电子与信息工程学院；b.江苏省大气环境与装备技术协同创新中心，南京210044）

0 引 言

说话人识别是通过对说话人语音信号分析自动确定说话人是谁的过程［1-2］。由于语音特征的特殊性，很难在目前实验中看到关于语音的案例或实验。然而，语言在极大程度上增加了人们的交流互动，深入语音信号的研究也越来越受到人们的关注［3］。神经网络是由若干个神经元组成的一个错综复杂的网络系统，是一种既有多层式的，又不断向前进行反馈的网络，广泛运用于各个方面，很强的非线性能力、容错能力、泛化能力和自适应能力，且其是通过逆传播算法来实现的，所以又被称为误差逆向传播神经网络［4］。神经网络的研究范围较广，体现了许多学科结合交叉的特点。而人工智能课程实验，可以帮助学生更好地探讨人工智能算法和系统的运行和实现过程。目前高校在教学过程中，都相对比较重视实际动手的操作能力，只有开展相对的实验课程，让学生更好地参与到整个教学过程中，主动思考，从而提高学习能力和创新能力［5］。

本文设计了说话人的语音识别实验，采用BP 神经网络对语音信号进行分类。实验过程中采取实验者的训练语音和测试语音，先对输入语音进行预处理，提取特征参数MFCC，BP 算法对语音特征向量进行训练，进而获得有效的网络权值［6］。用训练好的BP 神经网络对说话人的语音归类，从而识别出说话人身份。……