说话人识别也称为声纹识别,是利用说话人的声纹特征来辨别说话者的身份,以其自然性、唯一性、易采集性等特点,可广泛应用于需要进行身份验证的各种安全领域、互联网应用领域以及通信领域等。为了提高说话人识别系统的性能,选择最能代表说话人语音特性的特征是非常重要的。本文利用独立成分分析(Independent Component Analysis,ICA)和解析稀疏表示(Analysis Sparse Representation,ASR)来实现有效的语音特征选取。论文主要工作如下:1.利用独立成分分析,提出了一种声学独立分量(Acoustic Independent Component Analysis,AICA)特征选取方法来提取说话人的语音特征。首先利用说话人的语音信号提取不同分辨率的Gammatone系数(Double Gammatone Frequency Coefficients,DGFCs),采用快速独立成分分析(FastICA)构建说话人模型。再利用说话人模型提取独立的DGFCs参数做为目标说话人的语音特征。最后,利用SVM实现说话人识别。该方法在TIMIT数据集上进行实验。实验结果表明,该算法提取具有相互独立性的说话人语音特征,提高了分类器的识别性能。2.利用说话人语音的静态特征和动态特征的稀疏表示,提出了一种用于文本无关说话人识别的长时声学(Long-Term Acoustic,LTA)特征选取的方法。将语音信号分割成相互重叠的语音帧,提取其Mel频率倒谱系数(Mel frequency cepstrum coefficients,MFCCs)。然后将当前MFCCs帧以及其后的连续几帧叠加,构造出一个超级MFCCs帧,从而获取语音信号的静态特征和动态特征。将所有的超级MFCCs帧组合成一个2-D MFCCs特征图(MFCCs features map,MFCCsmap),利用解析稀疏模型构建说话人模型。最后将MFCCsmap的稀疏表示作为说话人的长时声学特征(Long-Term Acoustic,LTA)。利用DNN模型构建分类器,实现说话人识别。实验结果表明,解析稀疏表示有效地提取到了说话人的LTA特征,所提算法能够正确识别说话人。