pdf下载说话人识别中特征参数提取的一种新方法.pdfVIP

( ) 第 44 卷 　第 1 期 复 旦 学 报 自然科学版 　 Vo1. 44 , 　No. 1 2005 年 2 月 Journal of Fudan University (Natural Science) 　 Feb. , 　2005 　 ( ) 　　文章编号 2005 　 　 　 说话人识别中特征参数提取的一种新方法 汪　峥 , 连　翰 , 王建军 (复旦大学 电子工程系 智能与图像实验室 , 上海 200433) 摘 　要 : 提出了一种新的说话人识别中特征参数的提取方法. 在分别使用傅立叶分析和小波分析得到两组特征 参数之后 ,进一步利用 Fisher 准则进行参数选取 ,构造了一种新的混合特征参数. 在不增加训练和识别时计算量 的同时 ,结合了傅立叶分析和小波分析两者的优点 ,具有更好的分类能力. 实验结果显示 ,这种新的混合参数有 效地提高了说话人的识别率 ,能更好地表征说话人的特征. 关键词 : 信号处理 ; 傅立叶分析 ; 小波分析 ; Fisher 比; 说话人识别 中图分类号: TN 912. 34 　　 文献标识码 : A 　　 说话人识别是利用语音信号和预先提取的说话人特征来确定或鉴别说话人身份的技术. 由于每个人 独特的声道特性和发音特点 ,使其讲话具有区别于他人的特征 ,这就是说话人识别的基本依据. 说话人识别有两个最基本的问题 :一个是用来表征说话者声音特性的特征参数 ;另一个是分类器的选 择. 图1 显示了说话人识别系统的基本框架. 本文主要讨论第一个问题 ,就是表征说话人的特征参数的选 取问题. 图 1 　说话人识别系统框图 Fig. 1 　Diagram of speaker identification system 说话人的语音特征具有时变性 ,与说话人所处的环境 ,情绪 ,健康状况有密切联系 ,而且会随着时间和 年龄的变化而变化. 语音信号的变异性使说话人特征空间发生转移 ,从而增加识别过程的中的不确定性. 如何找到稳定有效的特征参数来表征说话人 ,是说话人识别中的根本问题. ( ) 传统的特征参数采用短时傅立叶分析 STFT ,将语音信号分割成 10～20 ms 的小帧 , 以满足短时平稳 的要求. 但实际上语音信号的频谱特性是随时间变化的 ,是一种典型的非平稳信号. 而小波分析正是一 种处理非平稳信号的有力武器. 在语音识别和说话人识别中 ,关于小波分析的应用仍然处于探索阶段. 近年来的方法有 :用小波变换代替离散余弦变换分离滤波器输出能量1 ,直接采用小波变换和小波包变换 的子带能量作特征2 ,用固定小波分解树计算子带能量3 . 在 TIMIT 标准语音库上 ,文献 1 和文献 3 进 行了音素识别 ,文献2 进行了说话人识别. 在音素识别中 ,小波方法在变化剧烈的如爆破音上具有优势 , 传统的傅立叶方法在