基于耳蜗倒谱系数和Teager能量算子相位融合的说话人识别系统

• 作者: 王俊俊 茅正冲
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 能量算子 耳蜗倒谱系数 高斯混合模型-通用背景模型 说话人识别
• 年，卷（期）: 2018,（1）
• 页码范围: 82-88
• 页数: 7页
• 分类号: TN912
• 字数: 4274字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2018.42.01.012

摘要

为了提高说话人识别系统的性能,该文在传统特征的基础上提出利用相位特征对听觉倒谱特征进行补偿的方法.该方法利用Teager能量算子(Teager energy operator,TEO)能够真实反映气流在通过声道系统呈现的涡流非线性作用的模型,再利用希尔伯特变换从TEO导出分析信号的瞬时相位信息,结合耳蜗倒谱系数(Cochlear filter cepstral coefficients,CFCC)得到融合特征参数.实现了对特征参数的补偿,提高了说话人识别系统的识别率.使用NIST-2002说话者识别评估(Speakers recognition evaluation,SRE)数据库,在高斯混合模型-通用背景模型(Gaussian mixture model-universal background model,GMM-UBM)的说话人识别系统上进行实验.实验结果表明TEO相位与CFCC的结合比单独CFCC更好,其识别精度比现有的CFCC特征和线性预测梅尔频率倒谱系数(Linear prediction Meyer frequency cepstral coefficient,LPMFCC)分别提高了8.32%和3.15%.这表明 TEO 相位包含与 CFCC 特征互补的信息,且具有较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	茅正冲	江南大学轻工过程先进控制教育部重点实验室	55	151	7.0	9.0
2	王俊俊	江南大学轻工过程先进控制教育部重点实验室	4	9	2.0	3.0