基于特征組合的說話人識別研究.pdf

1、說話人識別是一項根據(jù)說話人的聲音信號提取出表征說話人個性的特征參數(shù)來自動識別說話人身份的生物認證技術。因其獨特的方便性、經(jīng)濟性、準確性，被廣泛應用在信息安全、通信、司法、軍事等各種需要安全認證的領域。說話人識別的兩個關鍵部分是特征提取和模式匹配，而大量的研究表明，說話人識別的問題主要是來自于說話人的特征提取上，因此，本文在對說話人識別系統(tǒng)的基本原理進行了分析和研究的基礎上，重點研究說話人的特征提取。
　　本研究主要內(nèi)容包括：⑴線性

2、預測系數(shù)(LPC)和梅爾頻率倒譜系數(shù)(MFCC)是說話人識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別率，但卻增加了特征參數(shù)的維數(shù)，使得計算量加大。針對此問題，本文提出將LPC系數(shù)融入到MFCC系數(shù)的計算里的特征提取方法，該方法首先計算語音信號的LPC系數(shù)，求出LPC功率譜；然后將LPC功率譜通過三角形濾波器組，并取對數(shù)；最后將對數(shù)后的輸出做離散余弦變換，得到新的特征參數(shù)：線性預測梅爾頻率倒譜系數(shù)（LPMFCC

3、）。LPMFCC參數(shù)兼具LPC參數(shù)的聲道特性和MFCC參數(shù)的聽覺特性，雖增加了一步計算，但不增加參數(shù)的維數(shù)，運算量相對較少。將LPMFCC方法分別應用到基于VQ和基于GMM的說話人識別系統(tǒng)中進行實驗仿真。實驗結果表明，本文提出的LPMFCC方法在純凈語音環(huán)境下在基于VQ的說話人識別系統(tǒng)中，較LPC方法和MFCC方法識別率能提高18.57％和10.00％；在基于GMM的說話人識別系統(tǒng)中，與LPC方法和MFCC方法相比，識別率也分別提高了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。針對此不足，采用將Mel濾波器組進行翻轉(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)的互補特點，討論MFCC和IMFCC特征的融合在系統(tǒng)中的應用，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融合得到融合匹配分數(shù)