说话人识别是从说话人的一段语音中提取出说话人的个性特征,通过对这些个性特征的分析和识别,达到对说话人进行辨认或者确认的目的。与文本无关的说话人识别具有用户使用方便、可应用范围较宽等优点,是当前说话人识别技术的研究重点。对于与文本无关的说话人识别系统,因为去除了特征提取对于文本的依赖,研究的重心主要集中在对于说话人个性特征的提取上,而寻找新的有效的说话人特征参数和已有说话人特征的有效组合始终是这方面研究的热点。 本文对文本无关说话人识别系统中的特征参数进行了研究,主要是研究如何提取出具有高识别率和鲁棒性的语音特征。本文的主要工作有三个方面： (1)根据人耳的听觉感知特性,对语音信号的成分进行了研究。利用MPEG心理声学模型I对语音信号进行了分解,去除了被掩蔽部分语音对于特征提取的干扰。经过试验证实,这种方法有效地提高了系统的识别率,同时也提高了识别的鲁棒性。 (2)为了模拟Mel倒谱滤波的过程,利用小波包多分解的特性,对语音信号进行多尺度的分解。此方法替代了MFCC求解过程中的Mel滤波和傅立叶变换FFT,简化了求解的过程。经试验证实,通过此方法得到的小波包分解系数(WTPC)比MFCC有更好的识别率。 (3)利用RBF网络的结构,设计了本试验中使用的识别系统,为每个说话人人提供一个学习和模拟的子网,有效地降低了其他说话人特征矢量对当前说话人的影响。