說話人識別中特征組合方法的研究.pdf

1、說話人識別是一種生物認(rèn)證技術(shù)，研究的是如何根據(jù)人的語音中獨(dú)有的個性特點(diǎn)，來自動識別說話人身份。目前，憑借其特有的便利性、經(jīng)濟(jì)性和正確性，已在某些領(lǐng)域得到應(yīng)用，是語音處理的一個研究熱點(diǎn)，其兩個關(guān)鍵部分是說話人特征提取和識別模型建立。本文重點(diǎn)研究了說話人識別的特征組合方法，主要工作如下：
　　(1)在線性預(yù)測系數(shù)（LPC）和美爾頻率倒譜系數(shù)（MFCC）基礎(chǔ)上，將LPC系數(shù)融入到MFCC參數(shù)中，得到線性預(yù)測美爾倒譜系數(shù)（LPMFCC），

2、用于說話人識別。該方法不會增加特征維數(shù)，運(yùn)算量也相對較少，識別率有較大程度提高。
　　(2)為提高說話人識別的正確率，同時采用多個特征參數(shù)。針對綜合特征參數(shù)中各維分量對識別結(jié)果的影響可能不一樣，同等對待并不一定是最優(yōu)的方案這個問題，提出基于Fisher準(zhǔn)則的MFCC、LPMFCC、Teager能量算子倒譜參數(shù)（TEOCC）相混合的特征參數(shù)提取方法（FMLT參數(shù)），該方法有效地結(jié)合了人耳的感知、聲道和非線性能量方面的特征；另外，提出

3、一種采用改進(jìn)的升半正弦函數(shù)進(jìn)行加權(quán)的組合特征參數(shù)（WFMLT參數(shù)）。為驗(yàn)證這兩種方法的有效性，提出基于PCA的MFCC、LPMFC和TEOCC組合特征參數(shù)提取方法（PCMLT參數(shù)）進(jìn)行對比分析。
　　(3)針對MFCC參數(shù)在中高頻的計(jì)算精度不高的問題，采用濾波器組主要分布在高頻部分的翻轉(zhuǎn)美爾倒譜參數(shù)（IMFCC）和濾波器組主要分布在中頻部分的中頻美爾倒譜參數(shù)( MidMFCC）相結(jié)合的方法，提出基于Fisher比的MFCC、IMF

4、CC和MidMFCC的組合特征參數(shù)（FMFCC參數(shù)），來改善說話人識別系統(tǒng)性能。
　　(4)研究基于GMM和BP神經(jīng)網(wǎng)絡(luò)的說話人識別系統(tǒng)，將上述特征參數(shù)提取方法分別應(yīng)用到系統(tǒng)中，驗(yàn)證組合特征參數(shù)的有效性和可行性以及系統(tǒng)的識別性能。仿真實(shí)驗(yàn)表明，F(xiàn)MLT方法與MFCC、LPMFCC、MFCC+LPMFCC、FMFCC以及PCMLT方法相比，識別率在純凈語音環(huán)境下分別提高了21.65％、18.39%、15.61%、15.01%與22.