基于翻转梅尔频率倒谱系数的语音变调检测方法

• 作者: 林晓丹 邱应强
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 语音变调 翻转梅尔频率 倒谱系数 统计矩 多分类
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 3510-3514
• 页数: 5页
• 分类号: TN912.3
• 字数: 5380字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019050870

摘要

语音变调常用于掩盖说话人身份,各种变声软件的出现使得说话人身份伪装变得更加容易.针对现有变调语音检测方法无法判断语音是经过了何种变调操作(升调或降调)的问题,通过分析语音变调在信号频谱,尤其是高频区域留下的痕迹,提出了基于翻转梅尔倒谱系数(IMFCC)统计矩特征的电子变调语音检测方法.首先,提取各语音帧IMFCC及其一阶差分;然后,计算其统计均值;最后,在该统计特征上利用支持向量机(SVM)多分类器的设计来区分原始语音、升调语音和降调语音.在TIMIT和NIST语音集上的实验结果表明,所提方法无论对于原始语音、升调语音还是降调语音都具有良好的检测性能.与MFCC作为特征构造的基线系统相比,所设计的特征的方法明显提高了变调操作的识别率.在较少的训练资源的情况下,所提方法也获得了比基于卷积神经网络(CNN)的框架更好的性能;此外,在不同数据集和不同变调方法上也都取得了较好的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林晓丹	华侨大学信息科学与工程学院	10	23	3.0	4.0
2	邱应强	华侨大学信息科学与工程学院	14	55	5.0	6.0