基于MFCC与基频特征贡献度识别说话人性别

• 作者: 刘宏 庞程 李晓飞
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音识别 说话人性别识别 信息融合 模板匹配 基音频率判别
• 年，卷（期）: 2013,（z1）
• 所属期刊栏目: 机器视觉、图像处理与模式识别技术
• 页码范围: 108-111,120
• 分类号: TN912
• 语种: 中文

摘要

提出了一种复杂场景下基于MFCC与基频特征贡献度的说话人性别识别方法.该方法有效融合了基于Mel频率倒谱系数的模板匹配方法和基音频率判别方法.实验语音数据库包括5 000个孤立词语音和1 260个带情感的语音.在安静环境下说话人的性别识别率可以达到98.88％,在信噪比为10 dB的babble噪声下通过谱减法降噪后的识别率为90.2％.实验表明:说话人情绪对性别识别的影响较大,尤其是男声.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宏	北京大学深圳研究生院深圳物联网智能感知技术工程实验室	37	576	12.0	23.0
2	李晓飞	北京大学深圳研究生院深圳物联网智能感知技术工程实验室	4	131	4.0	4.0
3	庞程	北京大学深圳研究生院深圳物联网智能感知技术工程实验室	3	47	3.0	3.0