基于倒谱加权的说话人识别技术.docVIP

基于倒谱加权的说话人识别技术 2006年5月 第儿卷第3期 西安邮电学院May.2006 JOURNALOFXIANUNIVERSITYOFPOSTANDTELECOMMUNICATIONSVo1.11No.3 基于倒谱加权的说话人识别技术 孙林慧,李平安 (南京邮电大学通信与信息工程学院,江苏南京210003) 摘要:提出一种通过加不同权值来考察语音各阶参数的抗噪性强弱的方法,采用此方法分析了对干净语音和加白 噪声语音的Mel倒谱各阶参数加不同权值后对识别系统性能的影响.得出结论:高阶Mel倒谱参数抗噪性较差而 低阶倒谱参数抗噪性较好.因此可以根据抗噪性的强弱对该倒谱各阶参数进行合理加权,以便突出抗噪性强的参 数对说话人识别系统的贡献. 关键词:权值;抗噪性;Mel倒谱;说话人识别 中图分类号:TN912.3文献标识码:A文章编号:1007—3264(2006)03—0009—04 引言 说话人识别在相当广泛的领域可发挥重要作 用…,如安全保卫领域,司法领域,军事领域,财经 领域,信息服务领域等等.正因为如此,说话人识别 越来越受到人们的重视.说话人识别系统根据应用 分为说话人辨认(SpeakerIdentification)和说话人证 实(SpeakerVerification)两种.说话人辨认是对给 定的声音,由系统来判断其属于已注册的一群人中 的某个特定人,说话人证实则是说话人先声明身份, 然后由系统判断目标声音是不是他所声称的人的. 根据待识别的文本又可以把说话人识别分为与文本 有关的说话人识别和与文本无关的说话人识别.前 者在训练和识别时采用相同内容的语句,后者在训 练和识别时采用不同内容的语句.本文采用文本无 关的说话人辨认系统. 一 般说话人识别系统包括训练和识别两个阶 段,系统的基本结构详见图l.提取语音特征参数 的目的在于保留反映说话人个性差异的特征,消除 其他冗余信息和无用信息.对说话人识别系统来 说,特征参数的提取与选择是一个重要环节.特征 参数的提取解决时域语音信号的数字表示问题,而 特征参数的选择则通过选取有效的特征为模式划分 部分提供数据.特征提取与选择的好坏直接影响到 识别器的性能.说话人识别一般都在噪声环境中进 行,如果我们可以预先知道各阶参数的抗噪性能,那 么就可以通过对它们进行合理的加权处理来有效的 选择特征参数,以便突出抗噪性强的参数对识别的 贡献.因此关键的问题是通过什么方法来考察各阶 参数抗噪性的强弱.本文提出一种通过加不同权值 来考察各阶参数的抗噪性强弱的方法. 图1说话人识别系统的基本结构 ,l特征参数 l,1特征参数的鲁棒性 说话人识别是一种自动识别说话人身份的过 程.说话人识别和语音识别的区别在于,它不注重 收稿日期:2005—09—22 基金项目:江苏省高校青蓝工程计划项目(QIA)O3YZ) 作者简介:孙林慧(1979一),女,山西临汾人,南京邮电大学通信与信息工程学院助教. 李平安(1976一),男,山西运城人,南京邮电大学通信与信息工程学院硕士研究生 ? lO?西安邮电学院2006年5月 包含在语音信号中的文字符号以及语义内容信息, 而是着眼于包含在语音信号中的个体特征,提取说 话人的这些个体信息特征,以达到识别说话人的目 的.因此,说话人识别提取的特征参数要能很好的 表征说话人个体信息特征.一般情况,说话人识别 系统在实验室环境下有很好的识别效果,但在实际 的环境下性能下降很多,造成此现象的主要原因是 识别与训练条件的误匹配.说话人识别系统中可能 引入干扰的因素有:说话人说话方式的变化(如说话 人说话速度,音量的变化以及由疾病,情绪引起的变 化等),录音环境(如麦克风的变化,背景噪声的干 扰)以及传输影响(如传输信道畸变和线路噪声干扰 导致误码,传输过程中数据分组丢失)等等.提取鲁 棒性的特征参数是目前说话人识别技术的一个热点 和难点.寻找具有鲁棒性的参数,要求其满足下述 条件: (1)能有效的区分不同的说话人,含有说话人的 个性特征; (2)对同一说话人,当说话人说话方式改变时特 征参数变化小; (3)抗噪声和信道干扰能力强. 多年来,各国研究者对各种特征参数在说话人 识别中的有效性进行了大量的研究,并且得到了许 多重要的结论.说话人识别系统中常用的特征可划 分为如下几类: (1)线性预测参数及其派生参数:如线性预测参 数(LPC:LinerPredictionCoefficient)及LPC倒谱 参数(LPCC:LinerPredictionCepstralCoefficient), 声道面积比函数,线谱对参数和部分相关参数等; (2)语音频谱导出的参数:如基音轮廓,功率谱, 共振峰带宽及其轨迹和MEL倒谱参数(MFCC,Mel — FrequencyCepst