針對說話人識別易受環(huán)境噪聲影響的問題,借鑒生物聽皮層神經(jīng)元頻譜-時間感受野(STRF)的時空濾波機制,提出一種新的聲紋特征提取方法。在該方法中,對基于STRF獲得的聽覺尺度-速率圖進行了二次特征提取,并與傳統(tǒng)梅爾倒譜系數(shù)(MFCC)進行組合,獲得了對環(huán)境噪聲具有強容忍的聲紋特征。采用支持向量機(SVM)作為分類器,對不同信噪比(SNR)語音數(shù)據(jù)進行測試的結(jié)果表明,基于STRF的特征對噪聲的魯棒性普遍高于MFCC系數(shù),但識別正確率較低;組合特征提升了語音識別的正確率,同時對環(huán)境噪聲具有良好的魯棒性。該結(jié)果說明所提方法在強噪聲環(huán)境下說話人識別上是有效的。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 算法原理
2 本文方法
    2.1 語音信號的預(yù)處理
    2.2 聲紋特征提取
        2.2.1 基于STRF的聲紋特征
        2.2.2 MFCC系數(shù)
        2.2.3 基于MFCC和STRF組合特征
    2.3 分類器的選取
3 實驗與結(jié)果分析
    3.1 數(shù)據(jù)來源
    3.2 單一特征對識別結(jié)果的影響
    3.3 組合特征對識別結(jié)果的影響
    3.4 不同特征對環(huán)境噪聲的魯棒性分析
4 結(jié)語



本文編號：3833292