摘要
研究说话人识别中特征提取算法,已有的线性预测系数(LPC)与梅尔倒谱系数(MFCC)目前都有着广泛的应用,可以说二者各具优点,但同时也各有其弊端。线性预测系数的低鲁棒性使其不能在噪声环境下得到准确的特征参数,而梅尔倒谱系数是基于人耳特性的,能够很好的保持噪声环境下的鲁棒性,将二者结合,研究一种新的提取特征参数的方法。分析其特性,并取其一阶差分与其相组合,运用基于高斯混合模型GMM的说话人识别系统检验其识别效果,同时比较其与MFCC、LPC的优劣。
学科与关键词
关键词
说话人识别特征提取算法 speaker recognitionfeature extractionalgorithm
- 一种基于MFCC与韵律特征的说话人确认方法骆启帆; 章坚武; 吴震东杭州电子科技大学学报, 2013, (05): 134-137.
- 基于修正Mel子带系数的文本无关的说话人识别张庆芳; 赵鹤鸣计算机工程与应用, 2011, 47(01): 12-14.
- 基于流形学习LPP算法的语音特征提取应用季伟; 王力通信技术, 2013, (12): 15-18.
