弯折滤波器在说话人识别的鲁棒特征提取中的应用

摘要：

针对噪声环境中说话人识别性能急剧下降的问题.提出了一种用于说话人识别的鲁棒特征提取的方法.采用弯折滤波器组(Warped filter banks,WFBS)来模拟人耳听觉特性,将立方根压缩算法、相对谱滤波技术(RASTA)、倒谱均值方差归一化算法(CMVN)引入到鲁棒特征的提取中.在高斯混合模型(GMM)下进行仿真,实验结果表明该方法提取的特征参数在鲁棒性和识别性能上均优于MFCC特征参数和CFCC特征参数.

关键词：说话人识别、弯折滤波器组、鲁棒性

所属期刊栏目：26

在线出版日期：2018-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：227-232