加性噪声条件下鲁棒说话人确认

• 作者: 唐振民 张二华 王明合
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 语音处理 说话人确认 非负矩阵分解 加性噪声
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 1244-1250
• 页数: 7页
• 分类号: TN912.34
• 字数: 6543字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.06.009

摘要

基于非负矩阵分解的语音去噪,在提高语音信号信噪比的同时,也会引起语音失真,从而导致噪声环境下说话人确认系统性能下降.本文提出基于分区约束非负矩阵分解的语音去噪方法(Nonnegative Matrix Factorization with Partial Constrains,PCNMF),目的是在未知和非平稳噪声条件下提高话人确认系统的鲁棒性.PCNMF在满足分区约束条件的基础上分别构建语音字典和噪声字典.考虑到传统语音训练产生的语音字典往往含有一定的噪声成分,PCNMF通过数学模型产生基音及泛音频谱,在此基础上利用该频谱模仿人声的共振峰结构来合成字典,从而保证语音字典纯净性.另一方面,为了克服传统噪声字典构建方法带来的部分噪声信息丢失问题,PCNMF对在线分离出的噪声样本进行分帧和短时傅里叶变换,然后以帧为单位线性组合生成噪声字典.性能评估实验引入了多种噪声类型,实验结果表明PCNMF可有效提高说话人确认系统的鲁棒性,特别是在未知和非平稳噪声条件下其等错率相比基线系统(Multi-Condition)平均降低了5.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐振民	南京理工大学计算机科学与工程学院	191	2436	26.0	40.0
2	张二华	南京理工大学计算机科学与工程学院	34	219	8.0	13.0
3	王明合	南京理工大学计算机科学与工程学院	4	44	3.0	4.0