摘要: 说话人识别是一种生物认证技术，研究的是如何根据人的语音中独有的个性特点，来自动识别说话人身份。目前，凭借其特有的便利性、经济性和正确性，已在某些领域得到应用，是语音处理的一个研究热点，其两个关键部分是说话人特征提取和识别模型建立。... 展开 说话人识别是一种生物认证技术，研究的是如何根据人的语音中独有的个性特点，来自动识别说话人身份。目前，凭借其特有的便利性、经济性和正确性，已在某些领域得到应用，是语音处理的一个研究热点，其两个关键部分是说话人特征提取和识别模型建立。本文重点研究了说话人识别的特征组合方法，主要工作如下： (1)在线性预测系数（LPC）和美尔频率倒谱系数（MFCC）基础上，将LPC系数融入到MFCC参数中，得到线性预测美尔倒谱系数（LPMFCC），用于说话人识别。该方法不会增加特征维数，运算量也相对较少，识别率有较大程度提高。 (2)为提高说话人识别的正确率，同时采用多个特征参数。针对综合特征参数中各维分量对识别结果的影响可能不一样，同等对待并不一定是最优的方案这个问题，提出基于Fisher准则的MFCC、LPMFCC、Teager能量算子倒谱参数（TEOCC）相混合的特征参数提取方法（FMLT参数），该方法有效地结合了人耳的感知、声道和非线性能量方面的特征；另外，提出一种采用改进的升半正弦函数进行加权的组合特征参数（WFMLT参数）。为验证这两种方法的有效性，提出基于PCA的MFCC、LPMFC和TEOCC组合特征参数提取方法（PCMLT参数）进行对比分析。 (3)针对MFCC参数在中高频的计算精度不高的问题，采用滤波器组主要分布在高频部分的翻转美尔倒谱参数（IMFCC）和滤波器组主要分布在中频部分的中频美尔倒谱参数( MidMFCC）相结合的方法，提出基于Fisher比的MFCC、IMFCC和MidMFCC的组合特征参数（FMFCC参数），来改善说话人识别系统性能。 (4)研究基于GMM和BP神经网络的说话人识别系统，将上述特征参数提取方法分别应用到系统中，验证组合特征参数的有效性和可行性以及系统的识别性能。仿真实验表明，FMLT方法与MFCC、LPMFCC、MFCC+LPMFCC、FMFCC以及PCMLT方法相比，识别率在纯净语音环境下分别提高了21.65%、18.39%、15.61%、15.01%与22.70%；在30dB噪声环境下，则分别提升了15.15%、10.81%、8.69%、7.64%与17.76%；并且经加权处理的WFMLT方法的识别性能更优于FMLT方法，在纯净语音环境下提升了2.62%。结果表明，FMLT和WFMLT参数能够有效提高说话人识别率，且具有更好的鲁棒性。 收起