基于特征組合的說(shuō)話人識(shí)別研究.pdf

1、說(shuō)話人識(shí)別是一項(xiàng)根據(jù)說(shuō)話人的聲音信號(hào)提取出表征說(shuō)話人個(gè)性的特征參數(shù)來(lái)自動(dòng)識(shí)別說(shuō)話人身份的生物認(rèn)證技術(shù)。因其獨(dú)特的方便性、經(jīng)濟(jì)性、準(zhǔn)確性，被廣泛應(yīng)用在信息安全、通信、司法、軍事等各種需要安全認(rèn)證的領(lǐng)域。說(shuō)話人識(shí)別的兩個(gè)關(guān)鍵部分是特征提取和模式匹配，而大量的研究表明，說(shuō)話人識(shí)別的問(wèn)題主要是來(lái)自于說(shuō)話人的特征提取上，因此，本文在對(duì)說(shuō)話人識(shí)別系統(tǒng)的基本原理進(jìn)行了分析和研究的基礎(chǔ)上，重點(diǎn)研究說(shuō)話人的特征提取。
　　本研究主要內(nèi)容包括：⑴線性

2、預(yù)測(cè)系數(shù)(LPC)和梅爾頻率倒譜系數(shù)(MFCC)是說(shuō)話人識(shí)別中最常用的兩種特征參數(shù)，將這兩種參數(shù)組合，雖然在一定程度上提高了識(shí)別率，但卻增加了特征參數(shù)的維數(shù)，使得計(jì)算量加大。針對(duì)此問(wèn)題，本文提出將LPC系數(shù)融入到MFCC系數(shù)的計(jì)算里的特征提取方法，該方法首先計(jì)算語(yǔ)音信號(hào)的LPC系數(shù)，求出LPC功率譜；然后將LPC功率譜通過(guò)三角形濾波器組，并取對(duì)數(shù)；最后將對(duì)數(shù)后的輸出做離散余弦變換，得到新的特征參數(shù)：線性預(yù)測(cè)梅爾頻率倒譜系數(shù)（LPMFCC

3、）。LPMFCC參數(shù)兼具LPC參數(shù)的聲道特性和MFCC參數(shù)的聽覺(jué)特性，雖增加了一步計(jì)算，但不增加參數(shù)的維數(shù)，運(yùn)算量相對(duì)較少。將LPMFCC方法分別應(yīng)用到基于VQ和基于GMM的說(shuō)話人識(shí)別系統(tǒng)中進(jìn)行實(shí)驗(yàn)仿真。實(shí)驗(yàn)結(jié)果表明，本文提出的LPMFCC方法在純凈語(yǔ)音環(huán)境下在基于VQ的說(shuō)話人識(shí)別系統(tǒng)中，較LPC方法和MFCC方法識(shí)別率能提高18.57％和10.00％；在基于GMM的說(shuō)話人識(shí)別系統(tǒng)中，與LPC方法和MFCC方法相比，識(shí)別率也分別提高了1

4、1.72％和2.00％，在不同噪聲環(huán)境下LPMFCC方法的識(shí)別性能均明顯改善。⑵Mel濾波器組在低頻區(qū)域分布密集，在高頻區(qū)域分布稀疏，使得 MFCC系數(shù)忽略了高頻信息。針對(duì)此不足，采用將Mel濾波器組進(jìn)行翻轉(zhuǎn)，得到翻轉(zhuǎn)梅爾頻率倒譜系數(shù)IMFCC的方法。利用MFCC系數(shù)和IMFCC系數(shù)的互補(bǔ)特點(diǎn)，討論MFCC和IMFCC特征的融合在系統(tǒng)中的應(yīng)用，首先將兩者分別輸入到同一種分類器中，得到各自的匹配得分，然后將兩者得分加權(quán)融合得到融合匹配分?jǐn)?shù)