基于Fisher比的Bark倒谱系数混合特征参数提取方法

摘要：

在说话人识别应用中,本文针对传统的Bark尺度特征参数提取过程中的不足,利用高斯滤波器组(Gaussian shaped filters,GF)代替三角滤波器组,对输入的能量进行滤波,其相比三角滤波器滤波结果更加平滑.由于巴克倒谱系数(BFCC)在高频精度不足,再利用Fisher准则将BFCC与IBFCC相结合,构造了一种新的混合特征参数.实验结果表明,在纯净语音及噪声环境下,本文提出的使用高斯滤波器组的BFCC比使用三角滤波器组的MFCC识别率高,而新的混合特征参数识别性能更优.

关键词：巴克倒谱系数、MFCC、高斯滤波器组(GF)、Fisher准则、说话人识别

所属期刊栏目：43

分类号：TN912.34

在线出版日期：2019-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：30-33,39