计算机科学与探索

作者：李聪，葛洪伟

单位：1.江南大学 轻工过程先进控制教育部重点实验室，江苏 无锡 2141222.江南大学 物联网工程学院，江苏 无锡 214122

关键词：特征提取,说话人识别,伽马啁啾滤波器,高斯混合模型-通用背景模型（GMM-UBM）,辨识向量 , , ,（i-vector）,概率线性判别分析（PLDA）

针对归一化功率倒谱系数（PNCC）在较低信噪比噪声环境下说话人识别鲁棒性不佳的问题，提出了非线性幂函数变换伽马啁啾频率倒谱系数（NPGFCC）的抗噪语音特征提取算法。相比PNCC，NPGFCC的不同之处在于其采用符合人耳听觉特性的归一化压缩Gammachirp滤波器组代替Gammatone滤波器组进行滤波，并在特征参数中融合了分段式非线性幂函数变换的方式。另外，算法中利用了均值方差归一化和时间序列滤波等技术的方法，进一步提高了其在噪声环境下的鲁棒性，并在改进的i-vector+PLDA模型下进行了测试。实验结果表明，相较于目前常用的一些说话人语音特征提取算法，在不同噪声和不同信噪比下，NPGFCC特征具有最佳抗噪性能，特别是在信噪比较低的情况下，与其他语音特征相比，NPGFCC特征具有更大的优势。

来源：2019年第8期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第8期