基于语音信号时变特性的说话人辨认

• 作者: 张伟杰 徐良军 费万春 鲁星星
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 特征频率 非平稳性 TVPAR模型 马氏距离 说话人识别
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 技术前沿
• 页码范围: 57-61
• 页数: 5页
• 分类号: TP391.42
• 字数: 3110字
• 语种: 中文

摘要

在平均Mel倒谱基础上提取随时间变化的特征频率,由此得到了由各个语音信号特征频率倒谱值序列构成的时间序列.运用时间序列预处理和数理统计的方法,分离时间序列的趋势量和波动量.波动量是零均值自协方差非平稳的时间序列,利用满阶时变参数自回归TVPAR(Time-Varying Parameter Autoregressive)模型对波动量序列进行分析,进一步提取说话人语音信号的特征参数.在波动量序列和用满阶TVPAR模型分析的基础上分别进行说话人识别.实验表明,用满阶TVPAR模型进行识别,识别率比波动量序列上的识别率有较大提高,一个特征频率上平均识别率达到99.68%,取两个特征频率时达到100%. 成的时间序列.运用时阃序列预处理和数理统计的方法,分离时间序列的趋势量和波动量.波动量是零均值自协方差非平稳的时间序列,利用满阶时变参数自回归TVPAR(Time-Varying Parameter Autoregressive)模型对波动量序列进行分析,进一步提取说话人语音信号的特征参数.在波动量序列和用满阶TVPAR模型分析的基础上分别进行说话人识别.实验表明,用满阶TVPAR模型进行识别,识别率比波动量序列上的 别率有较大提高,一

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	费万春	苏州大学纺织与服装工程学院	22	143	9.0	10.0
2	张伟杰	苏州大学纺织与服装工程学院	3	9	3.0	3.0
3	徐良军	苏州大学纺织与服装工程学院	2	6	2.0	2.0
4	鲁星星	苏州大学纺织与服装工程学院	2	8	2.0	2.0