一种基于压缩感知的说话人识别参数分析

• 作者: 徐珑婷 朱俊华 杨震 潘海琦
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 说话人识别 压缩感知 识别率 CS-MFCC 鲁棒性
• 年，卷（期）: 2015,（2）
• 页码范围: 399-407
• 页数: 9页
• 分类号: TN912.3
• 字数: 4634字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.02.019

摘要

本文为在传统的说话人识别理论研究中“较少的特征参数量不能与较高的识别率共存”的难题找到了一种解决方案。本文基于压缩感知的理论,利用行阶梯观测矩阵进行信号的投影,改变了传统的梅尔频率倒谱系数(Mel-frequency cepstral coefficient,MFCC)参数,从而提出了一种新的识别参数 CS-MFCC(Compressed sensing-MFCC)。该参数不仅使得参数存储量降低到少于原存储量的1/n(n 为行阶梯观测矩阵的压缩比),而且明显提高了系统的鲁棒性。通过仿真实验证明了当压缩比 n 为4时,平均识别率能够提高到96%以上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱俊华	南京邮电大学通信与信息工程学院	4	13	3.0	3.0
2	潘海琦	南京邮电大学通信与信息工程学院	2	7	2.0	2.0
3	徐珑婷	南京邮电大学通信与信息工程学院	3	21	3.0	3.0