基于GMM-UBM的声纹识别技术的特征参数研究

• 作者: 周玥媛 孔钦
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: GMM-UBM 声纹识别 特征参数性能 说话人确认 说话人辨认
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 76-83
• 页数: 8页
• 分类号: TP301
• 字数: 6938字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.05.015

摘要

声纹识别技术实现的关键点在于从语音信号中提取语音特征参数,此参数具备表征说话人特征的能力.基于GMM-UBM模型,通过Matlab实现文本无关的声纹识别系统,对主流静态特征参数MFCC、LPCC、LPC以及结合动态参数的MFCC,从说话人确认与说话人辨认两种应用角度进行性能比较.在取不同特征参数阶数、不同高斯混合度和使用不同时长的训练语音与测试语音的情况下,从理论识别效果、实际识别效果、识别所用时长、识别时长占比等多个方面进行了分析与研究.最终结果表明:在GMM-UBM模式识别方法下,三种静态特征参数中MFCC绝大多数时候具有最佳识别效果,同时其系统识别耗时最长;识别率与语音特征参数的阶数之间并非单调上升关系.静态参数在结合较佳阶数的动态参数时能够提升识别效果;增加动态参数阶数与提高系统识别效果之间无必然联系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔钦	南京大学金陵学院	8	59	2.0	7.0
2	周玥媛	南京大学金陵学院	1	0	0.0	0.0