长时共振峰分布特征在声纹鉴定中的应用.pdfVIP

语音乐律研究报告 2012 长时共振峰分布特征在声纹鉴定中的应用 1 2 曹洪林 孔江平 （1 北京大学中文系 caohonglin@ ；2 北京大学中文系 kongjp@ ） 摘要： 况，该分布特征可以用于区分不同发音人。该方法 利用长时共振峰分布特征区分不同发音人是 已在德国联邦调查局BKA 的语音分析实验室得到广 [5] [6] 近年来新兴的一种鉴定方法，本文对此进行了介绍 泛应用 。此外，Jessen 与 Becker 研究发现，LTF 和分析。本文以汉语普通话为语料，对 20 位男性 方法还有很多优点：LTF 数值（如 LTF2 和 LTF3 的 [5] 发音人和 10 位女性发音人进行了研究，分析了所 均值，另见 ）与发音人的身高呈负相关关系、不 有发音人前四条共振峰的长时分布情况，发现各条 同鉴定人员之间测量同一语料的一致性较高以及 长时共振峰分布的均值、中位数、众数、峰数、峰 LTF 数值在不同语言之间的差异性较小等。Becker 度和倾斜度等参数能够反映出不同发音人的个性 等[7-8]还发现，LTF 分布可以作为说话人自动识别的 特征，而且稳定性较强。前四条长时共振峰的分布 一个新特征。Moos[9-10]则对 71 位德语男性发音人的 结构比较均匀，由此推测在语料足够长的情况下， LTF 分布进行了测量分析，建立了一个较有价值的 所有元音平均后的结果应该是一个类似央元音的 参考数据库，同时发现朗读时的 LTF 数值要比自然 “音”。本文还对长时共振峰分布特征在声纹鉴定 说话时的稍高。 中的具体应用进行了一些讨论。 上述有关 LTF 方法的研究主要是针对英语和德 语等语言的男性发音人展开的，迄今未见有关汉语 关键词： 的研究。本文将以汉语普通话为对象，介绍并分析 普通话；长时平均分布；共振峰；声纹鉴定。 LTF 方法在声纹鉴定中的应用。 1. 引言 2. 实验方法 共振峰是声纹鉴定中最重要的特征之一，它能 够提供很多发音人的个性特征。目前，对于共振峰 2.1 发音人 的利用，鉴定人员经常从定量和定性两个角度进行 分析。定量分析共振峰频率的方法有很多，其中最 20 位男性发音人，年龄在 19-36 岁之间 （均值 为经典的还是测量不同元音（稳定段）共振峰中心 27.9，方差 4.8），10位女性发音人，年龄在 21-30 频率值的方法。最近 McDougall[1-2]提出了一种定量 岁之间 （均值24.5，方差 2.91），所有发音人均能 分析共振峰动态特性的新方法，即对复合元音和响 说比较标准的普通话，录音时身体健康，无嗓音疾 音的共振峰进行多项式拟合，引入判别式对共振峰 病、感冒等症状。 [3] 和拟合系数进行判别分析；李敬阳等 利用类似的 方法，对汉语普通话复合元音共振峰的动态特性进 2.2