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覺特性提出來的，但它卻忽略了語音信號的動態(tài)特性。而小波變換因其不會受到短時(shí)平穩(wěn)假設(shè)的約束，以及良好的動態(tài)特性，所以更符合人耳的聽覺特性。因而可以被應(yīng)用到對語音信號的處理方面，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）。
　　對于文本無關(guān)的聲紋識別系統(tǒng)，為了更突出說話人的聲紋特

2、征，克服說話內(nèi)容不同對提取聲紋參數(shù)的影響，在分幀階段采用幀長為2560點(diǎn)，增長有效語音段。并通過仿真對比一幀語音信號的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，不利于刻畫說話人的特征。相反，16個(gè)WPT參數(shù)變化比較大，更有利于描述不同說話人的特征。可見相比于MFCC參數(shù)，MFCC參數(shù)更好地表征了語音特征參數(shù)隨時(shí)間的動態(tài)變化特性，從而有利于提高識別率。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)，通過與MFCC參數(shù)仿真圖對比，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)用于說話人識別時(shí)要優(yōu)于MFCC參數(shù)。
　　在MATLAB平臺上，用基于矢量量化（VQ）的聲紋識別系統(tǒng)進(jìn)行實(shí)驗(yàn)來分別驗(yàn)證所提取到的參數(shù)的識別率，并通過比較常用的db3、db4、db6、coif3小波函數(shù)選取最優(yōu)基。實(shí)驗(yàn)證明，相對于常用的256點(diǎn)幀長，幀長為2560點(diǎn)