语音识别和说话人识别中各倒谱分量的相对重要性

• 作者: 刘志敏 吴玺宏 甄斌 迟惠生
• 来源期刊: 北京大学学报(自然科学版)
• 学科: 工学
• 关键词: MFCC 说话人识别 语音识别
• 年，卷（期）: 2001,（3）
• 页码范围: 371-378
• 页数: 8页
• 分类号: TP319|TP391.9
• 字数: 3260字
• 语种: 中文
• DOI: 10.3321/j.issn:0479-8023.2001.03.014

摘要

采用增减特征分量的方法研究了MFCC各维倒谱分量对说话人识别和语音识别的贡献。使用DTW测度，在标准英文数字语音库上的实验表明，最有用的语音信息包含在MFCC分量C1到C12之间，最有用的说话人信息包含在MFCC分量C2到C16之间。MFCC分量C0和C1包含有负作用的说话人信息，将其作为特征会引起识别率的降低。低阶MFCC分量较高阶分量更容易受加性噪声和卷积噪声干扰。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志敏	北京大学信息科学中心	25	447	8.0	21.0
2	吴玺宏	北京大学信息科学中心	26	414	7.0	20.0
3	迟惠生	北京大学信息科学中心	14	342	4.0	14.0
4	甄斌	北京大学信息科学中心	2	273	1.0	2.0