信道失配环境下鲁棒说话人识别

作     者：冉国敬 夏秀渝 张凤仪 RAN Guo-Jing;XIA Xiu-Yu;ZHANG Feng-Yi

作者机构：四川大学电子信息学院成都610064 

出 版 物：《计算机系统应用》 (Computer Systems & Applications)

年 卷 期：2015年第24卷第3期

页      面：235-240页

学科分类：0711[理学-系统科学] 07[理学] 

主　　题：说话人识别 信道失配 通用信道模型 梅尔倒谱系数 

摘      要：目前说话人识别系统在理想环境下识别率已可达90%以上,但在实际通信环境下识别率却迅速下降.本文对信道失配环境下的鲁棒说话人识别进行研究.首先建立了一个基于高斯混合模型(GMM)的说话人识别系统,然后通过对实际通信信道的测试和分析,提出了两种改进方法.一是由实测数据建立了一个通用信道模型,将干净语音经通用信道模型滤波后再作为训练语音训练说话人模型;二是通过对比实测信道﹑理想低通信道及语音梅尔倒谱系数(MFCC)的特点,提出合理舍去语音第一﹑二维特征参数的方法.实验结果表明,通过处理后,系统在通信环境下的识别率提升了20%左右,与传统的倒谱均值减(CMS)方法相比,识别率提高了9%-12%.