非线性幂变换Gammachirp滤波器的鲁棒语音特征提取*

摘要：

针对归一化功率倒谱系数(PNCC)在较低信噪比噪声环境下说话人识别鲁棒性不佳的问题,提出了非线性幂函数变换伽马啁啾频率倒谱系数(NPGFCC)的抗噪语音特征提取算法.相比PNCC,NPGFCC的不同之处在于其采用符合人耳听觉特性的归一化压缩Gammachirp滤波器组代替Gammatone滤波器组进行滤波,并在特征参数中融合了分段式非线性幂函数变换的方式.另外,算法中利用了均值方差归一化和时间序列滤波等技术的方法,进一步提高了其在噪声环境下的鲁棒性,并在改进的i-vector+PLDA模型下进行了测试.实验结果表明,相较于目前常用的一些说话人语音特征提取算法,在不同噪声和不同信噪比下,NPGFCC特征具有最佳抗噪性能,特别是在信噪比较低的情况下,与其他语音特征相比,NPGFCC特征具有更大的优势.

关键词：特征提取、说话人识别、伽马啁啾滤波器、高斯混合模型-通用背景模型(GMM-UBM)、辨识向量(i-vector)、概率线性判别分析(PLDA)

所属期刊栏目：13

分类号：TN912.3;TP18

资助基金：The National Natural Science Foundation of China under Grant No. 61305017;the Research Innovation Program for College Graduate of Jiangsu Province under Grant No. KYLX16_0781;the Priority Academic Development Program of Jiangsu Higher Education Institutions

在线出版日期：2019-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1351-1359