与文本无关的声纹识别系统的研究.pdf

《与文本无关的声纹识别系统的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷第1期辽宁工业大学学报(自然科学版)Vol.33,No.12013年2月JournalofLiaoningUniversityofTechnology(NaturalScienceEdition)Feb.2013本刊核心层次论文与文本无关的声纹识别系统的研究霍春宝，张彩娟，赵红敏（辽宁工业大学电气工程学院，辽宁锦州121001）摘要：声纹识别按识别的方式分为与文本相关和与文本无关两类。针对声纹识别技术中与文本无关的声纹识别问题进行研究。为提高系统的识别率，提出并实现了多特征参数组合的识别算法。该算法以LPCC，MFCC组合作

2、为特征参数并将其应用到声纹识别系统中，实验结果表明组合特征参数由于充分利用了语音信号的相关特性和人耳听觉感知特性，比单独使用一种参数具有更好的识别效果。关键词：声纹识别；LPCC；MFCC中图分类号：TP319文献标识码：A文章编号：1674-3261(2013)01-0012-03ResearchonText-independenceforVoiceprintRecognitionSystemHUOChun-bao,ZHANGCai-juan,ZHAOHong-min（ElectricEngineeringCollege,Liao

3、ningUniversityofTechnology,Jinzhou121001,China）Abstract:Voiceprintrecognitionwasdividedintotext-dependenceandtext-independenceaccordingtotherecognitionpattern.Inviewofvoiceprintrecognitiontechnique,theproblemonthetext-independentvoiceprintrecognitionwasresearched.Multi

4、-featurevectorscombinationrecognitionalgorithmwasproposedandimplementedtoimprovethesystemrecognitionrate.ThisalgorithmtookthecombinationofLPCCandMFCCasthefeatureparameterswhichwerealsoputintouseinvoiceprintrecognitionsystem.Theresultofexperimentsexpatiatesthattheparame

5、tersfeaturedcombinationhasmuchbetterrecognitioneffectthanasinglekindofparametersused,becauserelativevoiceinformationwithfeaturesandhumanhearingcharacteristicsarefullyused.Keywords:voiceprintrecognition;LPCC;MFCC声纹识别（voiceprintrecognition，VPR）以语热点之一。本文探讨与文本无关的声纹识别系统，音信号

6、作为根本研究对象，是语音处理方向的一个使用LPCC和MFCC组合的多特征向量结合作为特重要分支，它涉及到生理学、心理学、语音学、计征参数，实验结果表明改进后的算法使识别系统的算机科学以及信号处理等诸多领域。与语音识别不准确率有了明显的提高。同，声纹识别不考虑说话语音信号中包含的语句意1声纹识别系统义，而是强调说话人语音信号包含的说话人的个性特征与文本无关的声纹识别技术不规定说话人语声纹识别按识别方式分为与文本有关和与文音的具体内容，可以为对任意读物的随机朗读，因本无关2种。与文本有关的识别系统已商品化；与此对语音信号建立精确的模型有

7、一定的困难。与文文本无关的识别系统因技术难度大，是目前研究的本相关的声纹识别技术相比，系统的识别率也比较收稿日期：2012-06-26基金项目：辽宁省科技厅工业攻关项目（2007217003）作者简介：霍春宝(1972-)，男，辽宁锦州人，教授，博士。第1期霍春宝等：与文本无关的声纹识别系统的研究13低，但是它不存在被模仿的的危险，因此具有更大ff=2595log(1+)(2)Mel的应用价值，是目前主要的研究方向。700声纹识别系统的实现原理如图1所示。计算MFCC参数时，首先要通过FFT计算语音信号的功率谱Sn()，然后将Sn(

8、)通过M个滤波器组Hn()后转换为Mel频率下的功率谱P，再mm计算P的自然对数得到L，最后对L做离散余弦mmm变换得到D，即为MFCC参数。m由于基于语音信号全极点模型提取的LPCC利用了语音信号间的相关性具有很强的鲁棒性，而基于人