基于hht的语音特征参数提取及其在说话人识别中的应用

《基于hht的语音特征参数提取及其在说话人识别中的应用》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3O卷第6期长春工业大学学报(自然科学版)Vo1．30No．62009年12月JournalofCchunUniversityofTechonology(NaturalScienceEdition)Dec．2009基于HHT的语音特征参数提取及其在说话人识别中的应用刘丽伟，张瑶，赵孔新，钱锋(长春工业大学计算机科学与工程学院，吉林长春130012)摘要：阐述了分析非线性、非平稳信号的Hilbert—Huang变换(HHT)算法。针对非平稳语音信号，提出了一种基于HHT的提取语音特征参数HHT—IF的新方法，设计了基于vQ

2、的说话人辨认系统，分别采用HHT-IF和LPCC从不同角度进行说话人辨认实验。结果表明，特征参数HHT-IF用于说话人识别是可行的。关键词：Hilbert—Huang变换；特征参数；VQ；说话人识别中图分类号：TN912．3文献标志码：A文章编号：1674—1374(2009)06—0696—06SpeechfeatureparameterextractionbasedonHHTanditsapplicationinspeakerrecognitionLIULi—wei，ZHANGYao，ZHA0Kong—xin，QIAN

3、Feng(SchoolofComputerScience&Engineering，ChangchunUniversityofTechnology。Changchun130012，China)Abstract：TheHilbert—Huangtransform(HHT)algorithmfornonlinearandnon—stationarysignalanalysisisdiscussed．Speciallytonon—stationaryspeechsignals，weofferanewmethodbasedonthe

4、HHTtoextractthespeechfeatureparameters．ThespeakeridentificationsystemisdesignedbasedontheVQandtheexperimentsarecarriedoutatdifferentsituationswithbothHHT—IFandLPCC．TheresultsshowthattheHHT—IFiSfeasibleforspeakerrecognition．Keywords：Hilbert—Huangtransform；featurepa

5、rameter；VQ(VectorQuantization)；speakerrecognition．人的个性因素，强调不同人之间的个性差异；而后0引言者则是为了提取语音信号中包含的词语的共性信说话人识别是根据语音波形中反映说话人生息，尽量把不同说话人的差别归一化。说话人识理、心理和行为特征的语音参数，自动识别说话人别的应用领域十分广泛，如信息领域、银行及证券身份的生物认证技术。它与语音识别的不同之处交易机构、公安司法、军事领域、保安和证件防伪在于：前者力求挖掘出包含在语音信号中的说话等方面。收稿日期：2009—08—05基

6、金项目：吉林省科技发展计划基金资助项目(20070332)作者简介：刘丽伟(1974一)，女，汉族，吉林通化人，长春工业大学讲师，博士，主要从事嵌入式系统、语音信号处理等方向研究，E—mail：liuliwei@mail．ccut．edu．cn．第6期刘丽伟，等：基于HHT的语音特征参数提取及其在说话人识别中的应用697说话人识别中的两个关键技术在于个人特征包络曲线，计算上下包络曲线在每一点上的平均参数的提取和识别模型的建立，其中，尤以个人特值，获得平均值曲线，设分析信号为-z一(￡)，则：征参数的提取最为关键。目前，大多

7、数的说话人(f)一2．一Cl(1)特征参数提取方法都是基于语音信号的短时平稳从理论上讲，C即为第一阶IMF分量。如果特性和傅里叶变换实现的，丢失了语音信号的动C不满足IMF的两个条件，则对C再次求它与态特性。根据对语音信号的研究，语音信号从整其包络中值的差值，直到差值序列满足IMF的两体上来看其特性及表征其本质特征的参数均是随个条件，才得到真正的第一阶IMF分量C-，然时间变化的，是一个非平稳过程。随着时频分析、后，从原始信号中减去(，即可获得信号的逼近小波分析等信号处理方法的出现，人们着手研究分量R：利用说话人语音动态特

8、性的说话人特征提取方(￡)一C一R】(2)法]。Hilbert—Huang变换(HHT)[=5是一种分这个过程称为筛分过程。对尺重复上面的过析非线性、非平稳信号的新方法，其信号处理方法程，就可以获得第二阶IMF分量。通过EMD算完全不同于Fourier变换，不受Fourier分析的局法对信号一次次的筛分