基于发声机理与人耳感知特性的说话人识别

• 作者: 于凤芹 杜晓青
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 说话人识别 发声机理 人耳感知特性 希尔伯特黄变换倒谱系数 感知线性预测倒谱系数 Relative Spectra滤波
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 197-199,204
• 页数: 4页
• 分类号: TN912.3
• 字数: 3103字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.11.044

摘要

Mel频率倒谱系数(MFCC)与线性预测倒谱系数(LPCC)融合算法只能反映语音静态特征，且LPCC对语音低频局部特征描述不足。为此，提出将希尔伯特黄变换(HHT)倒谱系数与相对光谱-感知线性预测倒谱系数(RASTA-PLPCC)融合，得到一种既反映发声机理又体现人耳感知特性的说话人识别算法。HHT倒谱系数体现发声机理，能反映语音动态特性，并更好地描述信号低频局部特征，可改进LPCC的不足。PLPCC体现人耳感知特性，识别性能强于MFCC，用3种融合算法对两者进行融合，将融合特征用于高斯混合模型进行说话人识别。仿真实验结果表明，该融合算法较已有的MFCC与LPCC融合算法识别率提高了8.0%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于凤芹	江南大学物联网工程学院	143	708	12.0	18.0
2	杜晓青	江南大学物联网工程学院	2	12	2.0	2.0