基于Fisher比的Bark倒谱系数混合特征参数提取方法

１ 引言
随着社会的进步和科学技术的发展ꎬ人工智能 的一些技术已在现实生活中应用ꎬ急切需要安全快 捷的身份验证技术[１] ꎮ 语音信号具有易于获取ꎬ传 输和存储等优点[２] ꎬ因此ꎬ说话人识别技术变得越 来越重要ꎮ 在说话人识别中一个十分重要的环节 是特征参数提取ꎬ能否对说话人语音的个性特征参 数进行提取ꎬ直接影响说话人识别系统的性能[３] ꎮ
Ｐａｒａｍｅｔｅｒ ｅｘｔｒａｃｔｉｏｎ ｍｅｔｈｏｄ ｆｏｒ Ｂａｒｋ ｆｒｅｑｕｅｎｃｙ ｃｅｐｓｔｒａｌ ｃｏｅｆｆｉｃｉｅｎｔｓ ｂａｓｅｄ ｏｎ Ｆｉｓｈｅｒ ｃｒｉｔｅｒｉｏｎ
ＮＩ Ｊｉｗｅｉꎬ ＰＥＮＧ Ｍｉａｏｙａｎ ( Ｓｃｈｏｏｌ ｏｆ ｍｅｃｈａｎｉｃａｌ ａｎｄ ｅｌｅｃｔｒｉｃａｌ ｅｎｇｉｎｅｅｒｉｎｇꎬ Ｇｕａｎｇｚｈｏｕ Ｕｎｉｖｅｒｓｉｔｙꎬ Ｇｕａｎｇｚｈｏｕ ５１０００６ꎬ Ｃｈｉｎａ) Ａｂｓｔｒａｃｔ: Ｉｎ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｓｐｅａｋｅｒ ｒｅｃｏｇｎｉｔｉｏｎꎬ ｉｎ ｖｉｅｗ ｏｆ ｔｈｅ ｓｈｏｒｔｃｏｍｉｎｇｓ ｏｆ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ Ｂａｒｋ ｓｃａｌｅ ｆｅａｔｕｒｅ ｐａｒａｍｅ￣ ｔｅｒ ｅｘｔｒａｃｔｉｏｎ ｐｒｏｃｅｓｓꎬ ｔｈｉｓ ｐａｐｅｒ ｕｓｅｓ ｔｈｅ Ｇａｕｓｓｉａｎ ｓｈａｐｅｄ ｆｉｌｔｅｒｓ ( ＧＦ) ｉｎｓｔｅａｄ ｏｆ ｔｈｅ ｔｒｉａｎｇｕｌａｒ ｆｉｌｔｅｒ ｂａｎｋｓ ｔｏ ｆｉｌｔｅｒ ｔｈｅ ｉｎ￣ ｐｕｔ ｅｎｅｒｇｙꎬ ｗｈｉｃｈ ｉｓ ｓｍｏｏｔｈｅｒ ｔｈａｎ ｔｈｅ ｔｒｉａｎｇｕｌａｒ ｆｉｌｔｅｒ. Ｄｕｅ ｔｏ ｔｈｅ ｌｏｗ ａｃｃｕｒａｃｙ ｏｆ Ｂａｒｋ Ｃｅｐｓｔｒｕｍ Ｃｏｅｆｆｉｃｉｅｎｔ ( ＢＦＣＣ) ｉｎ ｈｉｇｈ ｆｒｅｑｕｅｎｃｙꎬ ａ ｎｅｗ ｈｙｂｒｉｄ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｐａｒａｍｅｔｅｒ ｉｓ ｃｏｎｓｔｒｕｃｔｅｄ ｂｙ ｃｏｍｂｉｎｉｎｇ ＢＦＣＣ ｗｉｔｈ ＩＢＦＣＣ ｕｓｉｎｇ Ｆｉｓｈｅｒ ｃｒｉｔｅｒｉｏｎ. Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｉｎ ｔｈｅ ｐｕｒｅ ｓｐｅｅｃｈ ａｎｄ ｎｏｉｓｅ ｅｎｖｉｒｏｎｍｅｎｔꎬ ｔｈｅ ｐｒｏｐｏｓｅｄ ＢＦＣＣ ｕｓｉｎｇ Ｇａｕｓｓｉａｎ ｓｈａｐｅｄ ｆｉｌ￣ ｔｅｒｓ ｈａｓ ｈｉｇｈｅｒ ｒｅｃｏｇｎｉｔｉｏｎ ｒａｔｅ ｔｈａｎ ＭＦＣＣ ｕｓｉｎｇ ｔｒｉａｎｇｕｌａｒ ｆｉｌｔｅｒ ｂａｎｋｓꎬ ａｎｄ ｔｈｅ ｎｅｗ ｈｙｂｒｉｄ ｆｅａｔｕｒｅ ｐａｒａｍｅｔｅｒｓ ｈａｖｅ ｂｅｔｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ ｐｅｒｆｏｒｍａｎｃｅ. Ｋｅｙ ｗｏｒｄｓ:Ｂａｒｋ Ｆｒｅｑｕｅｎｃｙ Ｃｅｐｓｔｒｕｍ Ｃｏｆｆｉｃｉｅｎｔꎻ ＭＦＣＣꎻ Ｇａｕｓｓｉａｎ ｓｈａｐｅｄ ｆｉｌｔｅｒｓ(ＧＦ)ꎻ Ｆｉｓｈｅｒ ｃｒｉｔｅｒｉｏｎꎻ ｓｐｅａｋｅｒ ｒｅｃｏｇｎｉｔｉｏｎ
文献引用格式:倪纪伟ꎬ彭妙颜. 基于 Ｆｉｓｈｅｒ 比的 Ｂａｒｋ 倒谱系数混合特征参数提取方法[ Ｊ] . 电声技术ꎬ ２０１９ꎬ ４３ ( １ ) :３０ － ３３. ＮＩ Ｊ Ｗꎬ ＰＥＮＧ Ｍ Ｙ. Ｐａｒａｍｅｔｅｒ ｅｘｔｒａｃｔｉｏｎ ｍｅｔｈｏｄ ｆｏｒ Ｂａｒｋ ｆｒｅｑｕｅｎｃｙ ｃｅｐｓｔｒａｌ ｃｏｅｆｆｉｃｉｅｎｔｓ ｂａｓｅｄ ｏｎ Ｆｉｓｈｅｒ ｃｒｉｔｅｒｉｏｎ [ Ｊ] . Ａｕｄｉｏ ｅｎｇｉｎｅｅｒｉｎｇꎬ ２０１９ꎬ ４３(１) :３０ － ３３.
３ ０
Ｃｅｐｓｔｒｕｍ ＣｏｆｆｉｃｉｅｎｔꎬＭＦＣＣ) 和巴克倒谱系数[７] ( Ｂａｒｋ Ｆｒｅｑｕｅｎｃｙ Ｃｅｐｓｔｒｕｍ Ｃｏｆｆｉｃｉｅｎｔꎬ ＢＦＣＣ) 等ꎬ 其 中 基 于 语音产生原理的特征参数 ＬＰＣ 和 ＬＰＣＣ 鲁棒性差ꎬ 易受噪声干扰ꎮ 目前使用较多的是基于人耳听觉 的特征参数 ＭＦＣＣ 和 ＢＦＣＣꎮ 它们的核心部分是滤 波器组ꎬ描述的是语音在频率上的能量分布ꎮ 人耳 可听到声音的高低和声音的频率是非线性关系ꎬ常 用的非线性频率尺度有 Ｍｅｌ 频率尺度和 Ｂａｒｋ 频率 尺度ꎬ 而 后 者 相 比 前 者 更 符 合 人 类 心 理 听 觉 特性[８] ꎮ
本文首先介绍 ＢＦＣＣ 的提取和高斯滤波器组ꎬ 然后计算采用高斯滤波器组的 ＢＦＣＣ 和 ＩＢＦＣＣꎬ最 后利用 Ｆｉｓｈｅｒ 准则ꎬ选择其中分离程度较大的特征 向量ꎬ组成一种新的混合特征参数ꎮ 实验结果表
中图分类号:ＴＮ９１２. ３４ 文献标志码:Ａ ＤＯＩ:１０. １６３１１ / ｊ. ａｕｄｉｏｅ. ２０１９. ０１. ００９
基于 Ｆｉｓｈｅｒ 比的 Ｂａｒｋ 倒谱系数混合特征参数提取方法
Байду номын сангаас
倪纪伟ꎬ彭妙颜
( 广州大学 机械与电气工程学院ꎬ广东 广州 ５１０００６)
摘要:在说话人识别应用中ꎬ本文针对传统的 Ｂａｒｋ 尺度特征参数提取过程中的不足ꎬ利用高斯滤波器组( Ｇａｕｓｓｉａｎ ｓｈａｐｅｄ ｆｉｌｔｅｒｓꎬＧＦ) 代替三角滤波器组ꎬ对输入的能量进行滤波ꎬ其相比三角滤波器滤波结果更加平滑ꎮ 由于巴克倒 谱系数( ＢＦＣＣ) 在高频精度不足ꎬ再利用 Ｆｉｓｈｅｒ 准则将 ＢＦＣＣ 与 ＩＢＦＣＣ 相结合ꎬ构造了一种新的混合特征参数ꎮ 实 验结果表明ꎬ在纯净语音及噪声环境下ꎬ本文提出的使用高斯滤波器组的 ＢＦＣＣ 比使用三角滤波器组的 ＭＦＣＣ 识别 率高ꎬ而新的混合特征参数识别性能更优ꎮ 关键词: 巴克倒谱系数ꎻＭＦＣＣꎻ高斯滤波器组( ＧＦ) ꎻＦｉｓｈｅｒ 准则ꎻ说话人识别
许多学者研究表明ꎬ基于频域的特征对于说话 人识别是最有效的ꎮ 现今ꎬ常用的特征参数有线性 预测 系 数[４] ( Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ Ｃｏｅｆｆｉｃｅｎｔꎬ ＬＰＣ ) 、 线 性预测倒谱系数[５] ( Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ Ｃｅｐｓｔｒａｌ Ｃｏｅｆｆｉ￣ ｃｅｎｔꎬＬＰＣＣ) 、梅尔频率倒谱系数[６] ( Ｍｅｌ Ｆｒｅｑｕｅｎｃｙ