非线性幂变换Gammachirp滤波器的鲁棒语音特征提取*

• 作者: 李聪 葛洪伟
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 特征提取 说话人识别 伽马啁啾滤波器 高斯混合模型-通用背景模型(GMM-UBM) 辨识向量(i-vector) 概率线性判别分析(PLDA)
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 1351-1359
• 页数: 9页
• 分类号: TN912.3|TP18
• 字数: 6706字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1812012

摘要

针对归一化功率倒谱系数(PNCC)在较低信噪比噪声环境下说话人识别鲁棒性不佳的问题,提出了非线性幂函数变换伽马啁啾频率倒谱系数(NPGFCC)的抗噪语音特征提取算法.相比PNCC,NPGFCC的不同之处在于其采用符合人耳听觉特性的归一化压缩Gammachirp滤波器组代替Gammatone滤波器组进行滤波,并在特征参数中融合了分段式非线性幂函数变换的方式.另外,算法中利用了均值方差归一化和时间序列滤波等技术的方法,进一步提高了其在噪声环境下的鲁棒性,并在改进的i-vector+PLDA模型下进行了测试.实验结果表明,相较于目前常用的一些说话人语音特征提取算法,在不同噪声和不同信噪比下,NPGFCC特征具有最佳抗噪性能,特别是在信噪比较低的情况下,与其他语音特征相比,NPGFCC特征具有更大的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛洪伟	江南大学轻工过程先进控制教育部重点实验室	86	456	11.0	17.0
5	李聪	江南大学轻工过程先进控制教育部重点实验室	10	21	3.0	4.0