基于MRACC特征的鲁棒说话人识别研究

摘要：

为提高噪声环境下说话人识别系统的抗噪性能,提出一种基于MRACC特征和LSTM网络的鲁棒说话人识别方法.首先采用一种动态调整参数的改进型谱减法进行语音前端降噪处理,接着提取改进的多分辨率听觉倒谱系数特征(Multi-Resolution Auditory Cepstral Coefficient,MRACC),特征提取时采用幂函数代替对数函数模拟人耳的非线性压缩特性.最后将提取的特征参数送入基于长短时记忆网络(Long Short Term Memory,LSTM)的说话人模型进行识别.仿真实验表明,在低信噪比情况下,前端语音降噪处理能有效提高系统的识别性能.在说话人识别系统中MRACC特征的识别性能优于传统的MF-CC(Mel Frequency Cepstral Coefficient,MFCC)和 LPCC(linear predictive cepstrum coefficient,LPCC)特征,并且具有一定的鲁棒性.

关键词：MRACC特征、LSTM网络、说话人识别、谱减法、鲁棒性

所属期刊栏目：11

分类号：TP183(自动化基础理论)

在线出版日期：2022-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：61-66,72