基于 LPC 和 MFCC 得分融合的说话人辨认

• 作者: 单燕燕
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 感冒语音 说话人辨认 得分融合 得分归一化
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 39-42,47
• 页数: 5页
• 分类号: TN912.3
• 字数: 4289字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.01.008

摘要

实验室环境下，说话人识别研究已经取得很大进展，但是在实际生活中，说话人识别系统的性能受到环境噪声、健康状况等因素的影响很大。日常生活中，感冒是不可避免的。而感冒往往会诱发鼻腔的炎症，改变鼻腔的容积和形状，引起说话人声音的改变，导致说话人识别性能下降。文中研究测试者感冒时说话人识别系统的性能。为了有效利用不同特征参数得分的互补性，针对基于 GMM 模型的说话人辨认系统，提出了将特征 LPC 和 MFCC 分别应用于该系统，并将二者的得分归一化后进行融合计算。实验结果表明，对正常语音来说，与 LPC 特征系统相比，该方法能够有效提升辨认性能；对感冒语音来说，当高斯成分为16时，较之 LPC 特征系统，该方法提升辨认性能12.5%左右，较之 MFCC 特征系统，该方法也能提升8.5%左右的辨认性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	单燕燕	南京邮电大学通信与信息工程学院	1	4	1.0	1.0