基于Gammatone滤波器组的说话人识别算法研究-计算机工程与应用.PDF

200 2015 ，51（1） Computer Engineering and Applications 计算机工程与应用 基于Gammatone 滤波器组的说话人识别算法研究 茅正冲，王正创，王 丹 MAO Zhengchong, WANG Zhengchuang, WANG Dan 江南大学 物联网工程学院，江苏 无锡 214122 College of IOT Engineering, Jiangnan University, Wuxi, Jiangsu 214122, China MAO Zhengchong, WANG Zhengchuang, WANG Dan. Speaker recognition algorithm based on Gammatone filter bank. Computer Engineering and Applications, 2015, 51 （1）：200-203. Abstract ：From the perspective of human auditory characteristics, a Gammatone filter bank model based on the auditory system in human cochlea is presented. This paper proposes a new Gammatone frequency cepstrum coefficients extraction algorithm, and in the Gaussian mixture model recognition system for the simulation experiment. The experimental results show that using the new algorithm to extract Gammatone frequency cepstrum coefficients, applied in the speaker recognition system, the system recognition rate and robustness are significantly improved. Key words ：cepstrum coefficients; Gaussian mixture model; recognition rate; robustness 摘 要：从人类听觉特性的角度出发，给出了一种基于人耳耳蜗听觉模型的Gammatone 滤波器组模型。提出了一种 新的Gammatone 频率倒谱系数提取的算法，并在高斯混合模型识别系统中进行仿真实验。实验结果表明，采用这种 新算法提取的Gammatone 频率倒谱系数，应用于说话人识别系统，系统的识别率及鲁棒性都有明显的提高。 关键词：倒谱系数；高斯混合模型；识别率；鲁棒性 文献标志码：A 中图分类号：TP391.4 doi ：10.3778/j.issn. 1002-8331.1302-0191 1 引言 滤波器组，该滤波器组能很好地模拟基底膜的分频特 说话人识别中最关键的问题之一就是提取有效的 性，并且基于该滤波器组，提出了一种Gammatone 频率 特征参数 ，目前常见的特征参数有线性预测系数 倒谱系数（GFCC ）的提取算法，进而用于说话人识别系 （LPC ）、线谱对参数（LSP ）、Mel 频率倒谱系数（MFCC ） 统中。在有噪声的背景下，该特征参数的识别率及鲁棒 [1] 性优于传统的特征参数MFCC 。 等 。然而，在实际的说话人识别系统中使用时，容易受 [2] 到噪声的干扰，导致识别率降低 。人耳听觉系统是一 个具有高度复杂性的系统，其研究意义非常重要，尤其 2 Gammatone 滤波器 [8-9] 是在噪声的环境下，人耳听觉系统比任何自动识别系统