基于语音谐波结构的鲁棒特征参数及其在说话人识别中的应用.kdh.pdfVIP

第28 卷第 10期 电 子 与 信 息 学 报 Vol.28No.10 2006 年 10 月 Journal of Electronics Information Technology Oct.2006 基于语音谐波结构的鲁棒特征参数及其在说话人识别中的应用 张玲华 郑宝玉 杨 震 (南京邮电大学通信与信息工程学院 南京 210003) 摘 要 通过对纯净语音及含噪语音短时谱的分析比较，提出了一种基于基音频率及其谐波结构的新的语音特征 参数。实验表明，与传统的倒谱特征相比，新特征对加性白噪声相对较不敏感，在闭集文本无关说话人识别中， 新特征可以在加性白高斯噪声环境下提高系统的说话人识别率。 关键词 说话人识别，短时谱，谐波特征，基音频率 中图分类号：TN912.3 文献标识码：A 文章编号：1009-5896(2006)10-1786-04 Robust Feature Based on Speech Harmonic Structure for Speaker Identification Zhang Ling-hua Zheng Bao-yu Yang Zhen (College of Communication and Information Engineering, Nanjing Univ. of Posts Telecomms., Nanjing 210003, China) Abstract An effective and robust speech feature extraction method based on pitch frequency and harmonic structure is proposed by means of short-time spectrum analysis of clear and noisy speech. Experimental results indicate that the new feature is relatively insensitive to Additive White Gaussian Noise (AWGN). Compared to conventional cepstrums, the new feature can give outstanding improvement for closed-set text-independent speaker identification under noisy environments corrupted by AWGN. Key words Speaker identification, Short-time spectrum, Harmonic feature, Pitch frequency 有效的鲁棒特征参数提取方法，取得了较好的效果。近年来 1 引言 许多文献[4－6]提出，自动说话人识别系统能够使用高层次声 说话人识别系统通常对在特定环境中采集的大量语音 学信息，以提高系统的准确度、增强鲁棒性。但这些方法的 数据进行训练，识别时系统需要同样的环境以保证好的性 分析和运算都较为复杂。 能。实用中，由于人声道特征、发音方式随时间变动，特别 当前的说话人识别领域依然被使用短时、低层次声学信 是电话和移动通信环境下，话带以外说话人信息的丢失，包 息(如倒谱特征) 的系统所统治。得到广泛应用的线