基于MFCC與IMFCC的說話人識別研究.pdf

1、說話人識別是指利用語音信號包含的信息來辨認(rèn)說話人是誰或者確認(rèn)此說話人是否為所聲言的說話人。如今在低噪聲，低失真環(huán)境下說話人識別已經(jīng)達(dá)到較高的識別性能，但說話人識別的實際應(yīng)用環(huán)境中卻充滿了噪聲，導(dǎo)致說話人識別系統(tǒng)的識別率急劇下降。因此，目前的研究熱點已轉(zhuǎn)為提取噪聲環(huán)境下仍能達(dá)到較好性能的魯棒性特征和設(shè)計更加有效的分類器，從而真正實現(xiàn)說話人識別系統(tǒng)走出實驗室，走向?qū)嶋H應(yīng)用場合。 針對以上需求，設(shè)計了一個以短波信道為背景的說話人識別系

2、統(tǒng)，即以在短波信道環(huán)境下獲得的語音信號為數(shù)據(jù)進(jìn)行實驗。在特征提取階段，剖析了基于人耳聽覺機(jī)理的美爾倒譜系數(shù)(MFCC)，從美爾濾波器組的結(jié)構(gòu)上看，MFCC只在信號的低頻區(qū)域具有較高的分辨率，在高頻部分分辨率卻較低，這樣必然會遺失一些包含在高頻區(qū)域的信息。本文應(yīng)用翻轉(zhuǎn)的美爾濾波器組提取出一組特征IMFCC，彌補了傳統(tǒng)的MFCC在高頻提取特征信息薄弱的不足，與原始MFCC形成互補關(guān)系。鑒于兩種特征的互補關(guān)系，設(shè)計多分類融合系統(tǒng)，以支持向量機(jī)

3、為分類器，分別以MFCC和IMFCC為特征單獨執(zhí)行分類，將得到結(jié)果按某種方式融合，取兩者之長，最后做出判決來提高說話人識別系統(tǒng)的性能。 另外應(yīng)用自適應(yīng)動態(tài)閾值的開集說話人識別算法，建立一個綜合所有參考說話人語音特性的非特定說話人RN+1，將其列入?yún)⒖颊f話人之中，識別時以其得分作為閾值判定待識說話人是否在集內(nèi)，若在集內(nèi)給出識別結(jié)果，若在集外則將待測者自動加入?yún)⒖颊f話人集中。 經(jīng)實驗證明，以MFCC&IMFCC為特征進(jìn)行多分