弯折滤波器在说话人识别的鲁棒特征提取中的应用①

邓 蕾,高 勇

(四川大学 电子信息学院,成都 610065)

弯折滤波器在说话人识别的鲁棒特征提取中的应用①

邓 蕾,高 勇

(四川大学 电子信息学院,成都 610065)

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.

说话人识别; 弯折滤波器组; 鲁棒性

1 引言

说话人识别又称为声纹识别,即提取语音波形中反映说话人的生理和行为特征的语音特征参数来自动确定说话人身份的技术. 随着识别技术的研究不断深入,说话人识别在实验室环境中已经能获得较高的识别率,而在实际应用中,由于噪声的影响,识别性能有恶化的趋势. 其根本原因在于噪声的影响引起了语音的畸变,导致了训练环境和测试环境的不匹配,因此,训练数据所获得的语音信息无法正确表达测试环境的数据. 鲁棒性语音识别的根源是为了消除噪声引起的训练环境和测试环境之间的不匹配. 解决鲁棒性语音识别问题的主要方法有以下四种[1]: 1) 抗噪特征参数提取: 寻求对噪声不敏感的语音特征. 2) 人耳听觉特性研究: 人耳的听觉特性有较强的噪声鲁棒性. 3) 语音增强: 从带……