基于小波變換的聲紋參數(shù)提取方法與實(shí)現(xiàn).pdf

1、在聲紋識(shí)別系統(tǒng)中，能否提取到精準(zhǔn)的聲紋參數(shù)至關(guān)重要，因?yàn)樗苯佑绊懻麄€(gè)系統(tǒng)的識(shí)別率。而傳統(tǒng)的最為廣泛應(yīng)用的MFCC參數(shù)雖然是模仿人耳的聽(tīng)覺(jué)特性提出來(lái)的，但它卻忽略了語(yǔ)音信號(hào)的動(dòng)態(tài)特性。而小波變換因其不會(huì)受到短時(shí)平穩(wěn)假設(shè)的約束，以及良好的動(dòng)態(tài)特性，所以更符合人耳的聽(tīng)覺(jué)特性。因而可以被應(yīng)用到對(duì)語(yǔ)音信號(hào)的處理方面，因此本文提出了一種基于小波變換的聲紋參數(shù)提取方法（WPT參數(shù)法）。
　　對(duì)于文本無(wú)關(guān)的聲紋識(shí)別系統(tǒng)，為了更突出說(shuō)話人的聲紋特

2、征，克服說(shuō)話內(nèi)容不同對(duì)提取聲紋參數(shù)的影響，在分幀階段采用幀長(zhǎng)為2560點(diǎn)，增長(zhǎng)有效語(yǔ)音段。并通過(guò)仿真對(duì)比一幀語(yǔ)音信號(hào)的WPT參數(shù)與MFCC參數(shù)，得出16個(gè)MFCC參數(shù)中，只有前面約七、八個(gè)值比較明顯外，后面的值都非常小，趨于零，不利于刻畫(huà)說(shuō)話人的特征。相反，16個(gè)WPT參數(shù)變化比較大，更有利于描述不同說(shuō)話人的特征?？梢?jiàn)相比于MFCC參數(shù)，MFCC參數(shù)更好地表征了語(yǔ)音特征參數(shù)隨時(shí)間的動(dòng)態(tài)變化特性，從而有利于提高識(shí)別率。為了更進(jìn)一步驗(yàn)證性能

3、，再分別進(jìn)行16維MFCC參數(shù)和WPT參數(shù)前10幀仿真實(shí)驗(yàn)。明顯地發(fā)現(xiàn)，通過(guò)與MFCC參數(shù)仿真圖對(duì)比，各幀之間WPT參數(shù)的形狀更相似，即表示的特征更接近。因此，WPT參數(shù)用于說(shuō)話人識(shí)別時(shí)要優(yōu)于MFCC參數(shù)。
　　在MATLAB平臺(tái)上，用基于矢量量化（VQ）的聲紋識(shí)別系統(tǒng)進(jìn)行實(shí)驗(yàn)來(lái)分別驗(yàn)證所提取到的參數(shù)的識(shí)別率，并通過(guò)比較常用的db3、db4、db6、coif3小波函數(shù)選取最優(yōu)基。實(shí)驗(yàn)證明，相對(duì)于常用的256點(diǎn)幀長(zhǎng)，幀長(zhǎng)為2560點(diǎn)