基于CFCC-PCA的说话人辨识方法

刘雪燕*，李 明，袁宝玲

(1.中山火炬职业技术学院 信息工程系，广东 中山528436;2.兰州理工大学 计算机与通信学院，兰州 730050)

基于CFCC-PCA的说话人辨识方法

刘雪燕1*，李 明2，袁宝玲1

(1.中山火炬职业技术学院 信息工程系，广东 中山528436;2.兰州理工大学 计算机与通信学院，兰州 730050)

针对说话人训练和识别时间长、噪音环境下识别率低的问题，提出一种CFCC-PCA特征参数的说话人辨识方法。首先提取具有听觉特性的CFCC特征参数，然后对其进行PCA变换，找出具有分辨能力的参数，最后再用这些参数在云服务器中训练和识别说话人。实验表明:该方法可以提高说话人辨识的鲁棒性和识别率，云服务可提高系统实时性。

CFCC-PCA;说话人辨识;支持向量机;云服务器

说话人辨识技术因其不容易模仿、随身携带等生物特证优点，在身份识别领域中具有广泛的应用［1］。现有的说话人辨识技术在安静环境下识别率很高，但在噪音环境中识别率低、识别实时性不强，因此不能得到广泛的应用［2-3］。很多学者做了大量的研究来提高实时性和鲁棒性，文献［4］提出耳蜗倒谱系数(Cochlear Filter Cepstral Coefficients，CFCC)的特征参数以提高在噪音环境下的识别率;文献［5］提出将软件能力成熟度模型(Capability Maturity Model，CMM)说话人模型的距离定义为相似度，即将声音类似的说话人聚集为同一类。CFCC特征参数具有很好的抗噪声能力，其性能优于Mel倒谱系数(Mel Cepstrum Coefficients，MFCC)，但是其分类能力不强。文献［6］提出高斯混合模型(Gaussian Mixture Model，GMM)是一种概率统计说话人模型，随着注册用户的增多，语音特征参数之间重叠比较严重，系统识别率降低很快。……