基于GMM的说话人识别系统设计与实现.pdf

《基于GMM的说话人识别系统设计与实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第３期微处理机Ｎｏ．３２０１４年６月ＭＩＣＲＯＰＲＯＣＥＳＳＯＲＳＪｕｎ．，２０１４基于ＧＭＭ的说话人识别系统设计与实现１，２１，３１刘冰，滕广超，林嘉宇（１．国防科学技术大学电子科学与工程学院，长沙４１００７３；２．武警湖南省总队湘潭市支队，湘潭４１１１０４；３．武警黄金一总队通信科，哈尔滨１５００８６）摘要：现代通信中，说话人的身份认证技术一直是通信行业研究的重点和热点。而基于ＧＭＭ和ＭＦＣＣ的说话人识别技术，是目前为止相对成熟和常用的方法。对说话人识别系统的构成做了相关的研究，并通过ＭＡＴＬＡＢ

2、编程，设计了一款以ＭＦＣＣ作为特征参数，基于ＧＭＭ模型的说话人识别系统。经过实验测试，本系统能基本满足工作及家庭生活环境下的说话人识别需要。关键词：说话人识别；Ｍｅｌ倒谱系数；混合高斯模型ＤＯＩ编码：１０．３９６９／ｊ．ｉｓｓｎ．１００２－２２７９．２０１４．０３．０１８中图分类号：ＴＰ３９１．４文献标识码：Ａ文章编号：１００２－２２７９（２０１４）０３－００６３－０３ＤｅｓｉｇｎａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＳｐｅａｋｅｒＩｄｅｎｔｉｆｉｃａｔｉｏｎＳｙｓｔｅｍＢａｓｅｄｏｎＧＭＭ１，２１，

3、３１ＬＩＵＢｉｎｇ，ＴＥＮＧＧｕａｎｇ－ｃｈａｏ，ＬＩＮＪｉａ－ｙｕ（１．ＳｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮａｔｉｏｎａｌＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００７３，Ｃｈｉｎａ；２．ＸｉａｎｇｔａｎＣｉｔｙＴｅａｍ，ＴｈｅＡｒｍｅｄＰｏｌｉｃｅＣｏｒｐｓｏｆＨｕｎａｎ，Ｘｉａｎｇｔａｎ４１１１０４，Ｃｈｉｎａ；３．ＣｏｍｍｕｎｉｃａｔｉｏｎｓＤｅｐａｒｔｍｅｎｔ，ＧｏｌｄＣｏｒｐＩ，ＴｈｅＡｒｍｅｄＰｏｌｉｃｅ，Ｈ

4、ａｒｂｉｎ１５００８６，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｍｏｄｅｒｎｃｏｍｍｕｎｉｃａｔｉｏｎ，ｔｈｅｔｅｃｈｎｏｌｏｇｙｏｆｔｈｅｓｐｅａｋｅｒ＇ｓＩＤａｕｔｈｅｎｔｉｃａｔｉｏｎｉｓｔｈｅｆｏｃｕｓｏｆｒｅｓｅａｒｃｈａｎｄｈｏｔｓｐｏｔｓｉｎｃｏｍｍｕｎｉｃａｔｉｏｎｓｉｎｄｕｓｔｒｙ．Ａｔｐｒｅｓｅｎｔ，ｔｈｅｓｐｅａｋｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ，ｂａｓｅｄｏｎＧＭＭａｎｄＭＦＣＣ，ｉｓｕｓａｂｌｅａｎｄｐｏｐｌａｒ．Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅｃｏｍｐｏｓｉｔｉ

5、ｏｎｏｆｓｐｅａｋｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｓｙｓｔｅｍｉｓｒｅｓｅａｒｃｈｅｄａｎｄａｓｙｓｔｅｍｗｈｉｃｈｕｓｅｓＭｅｌｆｒｅｑｕｅｎｃｙｃｅｐｓｔｒａｌｃｏｅｆｆｉｃｉｅｎｔｓ（ＭＦＣＣ）ａｓｆｅａｔｕｒｅｐａｒａｍｅｔｅｒａｎｄＧＭＭｆｏｒｓｐｅａｋｅｒｍｏｄｅｌｉｓｄｅｓｉｇｎｅｄｂｙＭａｔｌａｂ．Ｔｈｅｔｅｓｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｓｙｓｔｅｍｃａｎｇｅｎｅｒａｌｌｙｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆｉｄｅｎｔｉｆｉｃａｔｉｏｎｆｏｒｗｏｒｋａｎｄｌｉｆｅ．Ｋｅ

6、ｙｗｏｒｄｓ：ＳｐｅａｋｅｒＲｅｃｏｇｎｉｔｉｏｎ；ＭＦＣＣ；ＧＭＭ１引言２说话人识别系统原理［１］说话人识别（ＳｐｅａｋｅｒＲｅｃｏｇｎｉｔｉｏｎ），也称声纹说话人识别系统一般由训练模块和识别模块组识别（ＶｏｉｃｅｐｒｉｎｔＲｅｃｏｇｎｉｔｉｏｎ），是一种利用说话人的成。其原理如图１所示。语音特征与预先提取的说话人的语音特征相比较，进而确认和鉴别说话人身份的技术。说话人识别技术的研究始于二战时期美国的Ｂｅｌｌ实验室，经过几十年的研究和发展，说话人识别技术取得了突飞猛［２］进的发展。特别是１９９５年，

7、Ｒｅｙｎｏｌｄｓ对高斯混合［３－４］模型（ＧａｕｓｓｉａｎＭｉｘｔｕｒｅＭｏｄｅｌ，ＧＭＭ）进行了详细介绍和应用，其简单、实用、高效的特点，使之成为说话人识别模式匹配过程中的重要技术。说话人识别可分为说话人确认（ＳｐｅａｋｅｒＶｅｒｉｆｉｃａｔｉｏｎ）和说话图１说话人识别系统原理框图人鉴别（ＳｐｅａｋｅｒＩｄｅｎｔｉｆｉｃａｔｉｏｎ）两类。作者简介：刘冰（１９８５－），男，湖南省湘乡市人，工程硕士，主研方向：语音信号处理，说话人识别。收稿日期：２０１３－１０－３０·６４·微处理机２０１４年２．１说话人

8、识别系统预处理Ｄπｎ（ｉ－０．５）ｍｆｃｃ（ｎ）＝∑ｍｅｌ（ｉ）ｃｏｓ()说话人识别系统的预处理过程一般可分为：采ｉ＝１Ｍ样与量化、预加重处理、加窗和端点检测。其中Ｄ＝１３，ｍｆｃｃ（ｎ）即为原始的ｍｆｃｃ特征；语音信号经过采样和量化之后，信号由模拟转（６）一阶二阶差分：在原有１３维ｍｆｃｃ特征的后为了数字信号。为便于频谱分析或声道参数分析，面加入１３维的一阶和二阶差分构成３９维的特征。需要对信号进行预加重。预加重可以用一阶数字滤可通过一个长度为５的窗函