基于分层增长语音活动检测的鲁棒性说话人识别

• 作者: 刘明辉 张劲松 解焱陆 黄中伟
• 来源期刊: 深圳大学学报（理工版）
• 学科: 工学
• 关键词: 语音信号处理 说话人识别 分布式语音识别 分层增长 语音活动检测 似然距离
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 电子与信息科学
• 页码范围: 328-334
• 分类号: TN912.34|TP391.4
• 字数: 5342字
• 语种: 中文
• DOI: 10.3724/SP.J.1249.2012.04328

摘要

基于欧洲电信标准化协会颁布的分布式语音识别和前端标准(ETSI-DSR-AFE).针对分布式说话人识别噪声鲁棒性较差的问题,提出一种新的前端处理方法.该方法以似然距离为测度,对语音进行无监督聚类,为减少计算量,采用分层增长(level-building)方法进行逐层分割,从而准确找出语音和静音的边界点.实验结果表明,用该方法改进ETSI-DSR-AFE标准后,信噪比在大于0 dB时,说话人辨认系统识别率相对改进了18.9％,相对原有的Mel频率倒谱系数(Mel-frequenly Ceptral coefficients,MFCC)系统识别率改进了60.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄中伟	深圳大学语音实验室	41	167	8.0	10.0
2	刘明辉	深圳大学语音实验室	9	15	3.0	3.0
3	张劲松	北京语言大学信息科学学院	15	34	2.0	5.0
4	解焱陆	北京语言大学信息科学学院	10	3	1.0	1.0