说话人识别中基于Fisher比的特征组合方法

摘要：

为了提高说话人识别的准确率,可以同时采用多个特征参数,针对综合特征参数中各维分量对识别结果的影响可能不一样,同等对待并不一定是最优的方案这个问题,提出基于Fisher准则的梅尔频率倒谱系数(MFCC)、线性预测梅尔倒谱系数(LPMFCC)、Teager能量算子倒谱参数(TEOCC)相混合的特征参数提取方法.首先,提取语音信号的MFCC、LPMFCC和TEOCC三种参数;然后,计算MFCC和LPMFCC参数中各维分量的Fisher比,分别选出六个Fisher比高的分量与TEOCC参数组合成混合特征参数;最后,采用TIMIT语音库和NOISEX-92噪声库进行说话人识别实验.仿真实验表明,所提方法与MFCC、LPMFCC、MFCC+ LPMFCC、基于Fisher比的梅尔倒谱系数混合特征提取方法以及基于主成分分析(PCA)的特征抽取方法相比,在采用高斯混合模型(GMM)和BP神经网络的平均识别率在纯净语音环境下分别提高了21.65个百分点、18.39个百分点、15.61个百分点、15.01个百分点与22.70个百分点;在30 dB噪声环境下,则分别提升了15.15个百分点、10.81个百分点、8.69个百分点、7.64个百分点与17.76个百分点.实验结果表明,该混合特征参数能够有效提高说话人识别率,且具有更好的鲁棒性.

关键词：说话人识别、Fisher准则、梅尔频率倒谱系数、线性预测系数、Teager能量算子

所属期刊栏目：36

分类号：TN912

资助基金：国家自然科学基金资助项目61471310;the National Natural Science Foundation of China61471310

在线出版日期：2016-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1421-1425