基于噪声环境下的说话人识别系统的研究

林 秀，范茂志

同济大学软件学院，上海 201804

基于噪声环境下的说话人识别系统的研究

林 秀，范茂志

同济大学软件学院，上海 201804

对带噪声的语音信号采用消噪算法处理，并提取特征参数Mel倒谱系数来建立说话人的特征参数的混合高斯模型，构建了一个基于噪声环境的文本无关的说话人识别系统。本文详细阐述了梅尔倒谱系数这一主流语音特征及高斯混合通用背景模型来建立说话人识别系统。实验表明，增加混合高斯模型的维数可以增加系统的识别率。

说话人识别；梅尔倒谱系数；高斯混合-通用背景模型

0 引言

说话人识别指在提取代表个人身份的特征信息，最终识别出说话人。作为身份鉴定的一种方法，说话人识别具有使用简单、获取方便、使用者的接受程度高等优点，但也存在许多值得研究的问题，如训练条件与测试条件不匹配。

说话人识别系统在训练条件与测试条件匹配的情况下，识别系统具有很好的性能。由于人体声道特征，语音信道及通话环境等因素的干扰，使得说话人识别系统的准确性显著降低。在说话人识别系统中，有两方面重要的影响因素：一方面，所选取的语音特征参数应尽量突出说话人的个性特征，使得不同说话人可以在特征空间上尽量分离。另一方面，降低环境噪声对说话人识别系统的干扰，是使训练条件与测试条件匹配的最好办法。通常提高系统抗噪性能的方法有3种：1）前端处理，如自适应噪声抵消技术等[1]；……