改进的美尔倒谱系数用于说话人识别研究

摘要：

基于人耳听觉感知的MFCC较其他说话人特征具有强抗噪性、高识别率特点.考虑美尔滤波器组的结构,其只在低频区具有较高的分辨率,在高频区分辨率却较低,这样势必会遗失一些包含在高频区域的重要信息.利用反美尔域下的特征R-MFCC与MFCC的各自优点,将R-MFCC与MFCC结合,形成优势互补,并给出了衡量各种特征参数识别能力的Fisher准则,结合Fisher准则构造出一种新的混合特征参数.采用支持向量机分别以MFCC、R-MFCC以及新构造的混合特征为参数进行说话人的识别,实验证明基于Fisher准则的优选混合特征作为说话人识别特征是可行的.

关键词：说话人识别、反美尔倒谱系数、Fisher准则、支持向量机

所属期刊栏目：48

分类号：TP393(计算技术、计算机技术)

在线出版日期：2012-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：155-157