首先分析了典型说话人识别系统的各关键技术，详细分析了矢量量化技术在 说话人识别中的应用，研究了码本训练算法以及说话人判别算法，对算法中各参 数值的选取进行了讨论 其次根据系统的需求建立一个小的语音库，录制语音信 号，并对采集的语音信号进行预处理，检测语音信号的起始端点 在MATLAB 环境下仿真说话人识别系统，验证系统设计方案的可行性:特征提取阶段，提取 语音信号的12阶美尔倒谱系数以及各阶倒谱系数对应的1阶差分倒谱系数，在 训练阶段，采用分裂法和GLA算法相结合的矢量量

语音信号处理的课件，包含语音信号的短时分析、特征提取、矢量量化，语音编码、合成与识别.-Speech signal processing courseware, including short-time speech signal analysis, feature extraction, vector quantization, speech coding, synthesis and recognition.

摘 要:基于子空间分解的ESPRIT算法常用在阵列处理中对目标进行DOA估计.如果将空间的位移变成时间的 延迟,单个矢量传感器可以实现高分辨率的频率估计.将ESPRIT与矢量传感器相结合,研究了高分辨率频率估计 算法,建立了矢量传感器的数据模型,推导了矢量传感器的空时阵列流形,通过对协方差矩阵进行子空间分解,求得 目标信号的频率估计值.仿真计算研究了不同信噪比!采样频率和数据长度条件下该算法的性能.结果表明基于矢 量传感器的算法比基于声压传感器的算法具有更高的频率估计精确度.

为了避免复杂的三角函数和求根运算，便于数字信号处理器的实时运算，提出一种新 的SVPWM算法。采用SPWM中调制波与载波相比较的规则采样思路，通过在静止坐标系下直接 计算每个参考电压矢量所对应的三相调制波的函数值，进而得到每相电压在一个PWM周期中的 占空比．该算法的主要特点是计算简单，只需要普通的四则运算，适用于数字化系统。在扇区划 分和占空比饱和的处理上较传统SVPWM算法更简便，且过调制范围也略有拓展，具有很大的实 用性。仿真和实验结果证实了该算法的有效性。-In or