一种基于MFCC和LPCC的文本相关说话人识别方法.pdfVIP

维普资讯 第26卷第4期 计算机应用 Vo1．26No．4 2006年4月 ComputerApplications Apr．2006 文章编号：1001—9081(2006)04—0883—03 一 种基于MFCC和LPCC的文本相关说话人识别方法 于 明，袁玉倩，董 浩，王 哲 (河北工业大学信息工程学院，天津300130) (yuming@hebut．edu．cn) 摘 要：在说话人识别的建模过程中，为传统矢量量化模型的码字增加了方差分量，形成了一种 新的连续码字分布的矢量量化模型。同时采用美尔倒谱系数及其差分和线性预测倒谱系数及其差分 相结合作为识别的特征参数，来进行与文本有关的说话人识别。通过与动态时间规整算法和传统的 矢量量化方法进行比较表明，在系统响应时间并未明显增加的基础上，该模型识别率有一定提高。 关键词：说话人识别；线性预测倒谱系数；美尔倒谱系数；矢量量化；动态时间规整 中图分类号：TP18；TP391．42 文献标识码：A Text-dependentspeakerrecognitionmethodusingMFCC andLPCC features YU Ming，YUAN Yu．qian，DONG Hao，WANGZhe (SchoolofInformationEngineering,HebeiUniversityofTechnology,Tianfin300130，China) Abstract：Intheprocessoffeatureextractionofatext-dependentspeakerrecognition system，thedifferenceofMel FrequencyCepstrumCoefficient(MFCC)andLinearPredictionCepstmmCoefficient(LPCC)waschosentobethespeech characteristicparameters，andintheprocessofspeechmodeling，avariancewa$addedtothecodewordofVectorQantization (VQ)andgotcontinuousvectorquantization，thencompareditwithDynamicTimeWarping(DTW)methodandvqmethod in text-dependentspeakerrecognitionexperiment．Theresultsofidentification show thattherecongitionefficiency isproved withoutanyobviousincreasingofrespondstime． Keywords：speakerrecognition；LinearPredictionCepstmmCoefficient(LPCC)；MelFrequencyCepstrum Coefficient (MFCC)；VectorQantization(VQ)；DynmaicTimeWapring(DTW) VectorQantization，CVQ)模型，从而，码本的码字由一对矢量 0 弓l言 来表达，能够更好的反映特征分布的离散程度。经过实验证 说话人识别是语音识别的一个分支，它和语音识别一样， 实，在系统响应时间并未明显增加的基础上，这种连续码字分 都是