基于LPBMFCC的文本无关说话人识别

• 作者: 毛文青 管业鹏
• 来源期刊: 电子测量技术
• 关键词: 说话人识别 声道特征 声源特征 融合频率倒谱系数 时频特征
• 年，卷（期）: 2020,（19）
• 所属期刊栏目: 数据采集及信号处理|Data Acquisition and Signal Processing
• 页码范围: 169-176
• 页数: 8页
• 分类号: TP311
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004220

摘要

为了解决特定说话人的高频信息无法被完全提取的问题,提出了一种新型的提取声道特征的方法,用于文本无关的说话人识别.首先提出了一组基于线性预测的梅尔频率倒谱系数(LPBMFCC)来消除干扰听觉能力的高频谐波,以区分两种不同的纯音,导出具有辨识性的声道特征.此外,提出利用多尺度小波分析来提取声源语音信号的时频特征作为LPBMFCC的补充特征.为了研究LPBMFCC和其他特征在说话人识别应用中的辨识能力,提出了一种基于距离测量的辨识力比较方案,可以在视觉上表示不同声学特征的分散.在基于高斯混合模型(GMM)的说话者识别系统的NIST 2008数据库上进行评估.实验结果表明,提出的LPBMFCC特征具有较强的辨识能力,与一些先进的方法相比,识别率高出5％～10％.而加入时频特征作为补充特征的LPBMFCC的识别率与不加时频特征时相比,识别率又有1％～4％的提高.因此,本文所提的方法具有更加优越的效果.