一种新的鲁棒声纹特征提取与融合方法

摘要：

为提高说话人确认系统在噪声环境下的鲁棒性,在利用听觉外周模型改进Mel频率倒谱系数(Mel FrequencyCepstral Coefficient,MFCC)的基础上,结合感知线性预测系数(Perceptual Linear Predictive Coefficient,PLPC),以类间区分度为依据,在特征域对两种声纹特征进行融合,提出一种新的声纹特征提取方法,并对基于该特征的说话人确认系统的噪声鲁棒性进行研究.针对不同信噪比的语音信号进行了融合特征与原始特征的对比实验,结果表明,融合特征在模拟餐厅噪声环境中的错误率更低,较MFCC与PLPC分别降低了2.2％和3.1％,说话人确认系统在噪声中的鲁棒性得到提升.

关键词：Gammatone特征参数、感知线性预测、类间区分度、特征融合、鲁棒性、说话人确认

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市教委科学技术研究项目基金KJ130512

在线出版日期：2016-10-08（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：297-299,317