一种基于小波包分析的说话人识别算法

• 作者: 王磊 胡峰松
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 说话人识别 小波包分析 梅尔频率倒谱系数 频谱重心 动态参数
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 1610-1614
• 页数: 5页
• 分类号: TP391
• 字数: 3698字
• 语种: 中文

摘要

在通过对MFCC算法的研究和实验,发现在噪音环境下基于梅尔频率倒谱系数(MFCC)的识别率受到了影响.为了提高在噪音环境下说话人识别系统的识别率,通过对MFCC参数提取过程进行改进,用小波包变换代替快速傅里叶变换和Mel滤波器组,获得了新参数newMFCC,然后将信号的频谱重心与newMFCC结合成新的特征参数进行提取.实验结果表明,新特征参数newMFCC+ SC和newMFCC和原来的MFCC相比,在噪音情况下都有更好的识别率;在高信噪比条件下,newMFCC+SC的识别效果要优于newMFCC,而在低信噪比条件下,newMFCC的识别效果要优于newMFCC+ SC;同时它们的动态参数要比新特征参数的静态参数识别率更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊	湖南大学信息科学与工程学院	30	366	10.0	18.0
2	胡峰松	湖南大学信息科学与工程学院	41	468	13.0	20.0