語音參數(shù)提取算法研究及系統(tǒng)實現(xiàn).pdf

1、說話人識別技術(shù)根據(jù)語音中反映說話人生理和行為的特征參數(shù)自動識別說話人身份，被認為是最自然的生物認證技術(shù)之一。特征參數(shù)提取是說話人識別中的核心部分，而找到一種簡單可靠的特征參數(shù)非常困難，如果識別過程是在噪聲環(huán)境下進行的，識別率更會明顯降低。本論文在較為深入地研究了基音周期(pitch)、線性預(yù)測倒譜系數(shù)(LPCC)和Mel頻率倒譜系數(shù)(MFCC)等語音特征的基礎(chǔ)上，針對特征參數(shù)的穩(wěn)定性、準確性和魯棒性開展了以下工作： (1)傳統(tǒng)參

2、數(shù)提取方法中，固定窗長加窗會降低語音的短時穩(wěn)定性，并導(dǎo)致不同程度的諧波泄露。本論文提出了一種基音同步可變窗長加窗語音參數(shù)提取預(yù)處理方法，以取代傳統(tǒng)固定窗長加窗。首先，檢測語音同步基音周期，由檢測結(jié)果決定窗長，即只保留語音中具有完整周期性的部分作為分析幀，之后提取該分析幀特征參數(shù)。實驗結(jié)果證明，說話人確認算法中，若在LPCC參數(shù)和MFCC參數(shù)提取前使用該預(yù)處理，識別率將有一定提高。 (2)由于使用基音同步可變窗長加窗預(yù)處理的語音將

3、保留更多高頻信息，同時，語音的高頻部分通過該預(yù)處理后頻譜距離將有明顯降低，又由于噪聲聲壓級隨頻率的增加會逐步降低這一特點，本論文對采用基音同步可變窗長加窗語音參數(shù)提取預(yù)處理后的語音，在提取MFCC參數(shù)時進行高頻部分加權(quán)處理。實驗結(jié)果表明，該方法有利于提高語音噪聲魯棒性，并進一步提高識別率。 (3)在確定了本論文提出算法的有效性后，采用提出的基音周期可變窗長加窗預(yù)處理高頻加權(quán)MFCC參數(shù)提取方法及傳統(tǒng)MFCC參數(shù)提取方法研制開發(fā)了