基于小波包变换的说话人语音特征参数的提取-基于小波包变.pdfVIP

维普资讯 第 28卷 第4期 三峡大学学报(自然科学版) VoI．28No．4 2006年 8月 JofChinaThreeGorgesUniv．(NaturalSciences) Aug．2006 基于小波包变换的说话人语音特征参数的提取 郝征科 魏 明果 (三峡大学 理学院，湖北 宜昌 443002) 摘要：在说话人识别系统中，提出反映说话人个性的语音特征参量是系统的关键 问题之一．在研究 小波包变换的基础上，借鉴MFCC参数和其一阶差分参数的提取方法，用小波包变换代替傅立叶 变换，提取新的特征参数DWPTMFCC．实验证 明：这种方法具有较高的识别率． 关键词：小波包变换 ； 语音； 特征参数 中图分类号：Q334 文献标识码 ：A 文章编号：1672—948X(2006)04—0374—03 A New FeatureSelectionmethodBasedonW aveletPacket Transform forSpeakerRecognition HaoZhengke W eiMingguo (CollegeofScience，ChinaThreeGorgesUniv．，Yichang443002，China) Abstract Inthespeakerrecognition system ，thekeyproblem isgivingthepersonalityfeatureofthespeaker Thispapergivesanew featurewithwaveletpackettransform insteadofFouriertransform basedonstudying waveletpackettransform andthemethodofMFCC feature．Theexperimentindicatesthatthemethodhas moreidentificationrate． Keywords waveletpackettransform ； speech； featureparameter 说话人识别就是利用说话人的语音特征参数对 种典型的非平稳信号，他的频谱特性随时间改变，一 说话人身份进行辨识或确认．与语音识别一样，说话 旦确定分析窗后，短时分析不能随着信号的变化调整 人识别也是在提取原始语音信号某些特征参数的基 其时频分辨率，而且短时平稳的方法仅对说话人的静 础上 ，建立相应的模板和模型，然后按照一定的判别 态特征进行了描述 ，忽略了说话人的动态特征 ，而各 规则进行识别．但说话人识别是力图找出不同人之间 种实验 已经证 明，语音 中的动态特征是说话人的重要 的差别，而语音识别侧重于对不同说话者的差别进行 特征．小波变换具有分辨率可辨，实现简单和无平稳 归一化．说话人识别的关键问题就是提出反映说话者 性要求等诸多优点，它通过有限个基函数在尺度一频 个性特征的语音参数．目前常用的特征参数包括线性 率上对信号进行分析，在控制分辨率的同时，保留了 预测倒谱 系数 (LinerpredictionCepstrum Coeffi— 时域信息，因此在时变信号的处理上受到了极大的关 cient，LPCC)、美尔倒谱系数 (Mel—FrequencyCeps— 注． trumCoefficient，MFCC)，基因频率等，这几种参数 小波包是小波分析的推广，它能够为信号提供一 虽然在实用中取得较好 的效果 ，但这些方法 的实用 种更精细的分析方法，将频带进行多层次划分．本文