基于HHT倒谱系数的说话人识别算法

• 作者: 于凤芹 杜晓青
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 说话人识别 希尔伯特黄变换(HHT) 倒谱系数
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 信号处理
• 页码范围: 198-202
• 页数: 5页
• 分类号: TN912
• 字数: 4647字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1203-0750

摘要

针对LPCC只反应语音静态特征且不能突出其低频局部特征问题，提出一种以HHT倒谱系数为特征的说话人识别算法，HHT的经验模态分解使语音的低频局部特征得到更好的描述，Hilbert变换能够刻画语音动态特性，改进了LPCC的不足。用经验模态分解将语音分解为一系列固有模态函数分量并做Hilbert变换求得Hilbert边际谱，计算总边际谱的对数功率谱并做DCT得13维倒谱系数，将此特征送入高斯混合模型进行说话人识别。仿真实验结果表明，基于HHT倒谱系数的说话人识别算法，相较LPCC识别率提高了12.59%，但特征提取时间增加了19.27 s。

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