基于发声机理与人耳感知特性的说话人识别

摘要：

Mel频率倒谱系数(MFCC)与线性预测倒谱系数(LPCC)融合算法只能反映语音静态特征，且LPCC对语音低频局部特征描述不足。为此，提出将希尔伯特黄变换(HHT)倒谱系数与相对光谱-感知线性预测倒谱系数(RASTA-PLPCC)融合，得到一种既反映发声机理又体现人耳感知特性的说话人识别算法。HHT倒谱系数体现发声机理，能反映语音动态特性，并更好地描述信号低频局部特征，可改进LPCC的不足。PLPCC体现人耳感知特性，识别性能强于MFCC，用3种融合算法对两者进行融合，将融合特征用于高斯混合模型进行说话人识别。仿真实验结果表明，该融合算法较已有的MFCC与LPCC融合算法识别率提高了8.0%。

关键词：说话人识别、发声机理、人耳感知特性、希尔伯特黄变换倒谱系数、感知线性预测倒谱系数、Relative Spectra滤波

分类号：TN912.3

资助基金：国家自然科学基金资助项目61075008

在线出版日期：2013-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：197-199,204