基于改进PNCC和i-vector的说话人识别鲁棒性

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｒｅｃｏｇｎｉｔｉｏｎａｎｄｔｅｓｔｉｎＴＩＭＩＴｓｐｅｅｃｈｄａｔａｂａｓｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｆｏｒｄｉｆｆｅｒｅｎｔｎｏｉｓｅｓａｎｄｄｉｆｆｅｒｅｎｔｓｉｇｎａｌｎｏｉｓｅｒａｔｉｏｓ（ＳＮＲ），ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｈａｓｔｈｅｌｏｗｅｓｔｅｑｕａｌｅｒｒｏｒｒａｔｅａｎｄｔｈｅｂｅｓｔｒｏｂｕｓｔｎｅｓｓ，ａｎｄｗｈｅｎＳＮＲｉＳ１ｏｗｅｒｔｈａｎ１０ｄＢ，ｉｔｈａｓｇｒｅａｔｅｒａｄｖａｎｔａｇｅｃｏｍｐａｒｅｄｔｏｏｔｈｅｒａｌｇｏｒｉｔｈｍｓ．
２０１７年４月
计算机工程与设计
ＣＯＭＰＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧＡＮＤＤＥＳＩＧＮ
Ａｐｒ．２０１７
ＶｏＬ３８Ｎห้องสมุดไป่ตู้ ．４
第３８卷
第４期
基于改进ＰＮＣＣ和ｉ－ｖｅｃｔｏｒ的说话人识别鲁棒性
Ａｂｓｔｒａｃｔ：ＦｏｃｕｓｅｄｏｎｔｈｅｉｓｓｕｅｔｈａｔｔｈｅｒｏｂｕｓｔｎｅｓｓｏｆｔｒａｄｉｔｉｏｎａｌＭｅｌｆｒｅｑｕｅｎｃｙｃｅｐｓｔｒａｌｃｏｅｆｆｉｃｉｅｎｔｓ（ＭＦＣＣ）ｆｅａｔｕｒｅｄｅｇｒａｄｅｓｄｒａｓｔｉｃａｌｌｙｉｎｓｐｅａｋｅｒｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍ，ａｋｉｎｄａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｐｏｗｅｒｎｏｒｍａｌｉｚｅｄｃｅｐｓｔｒａｌｃｏｅｆｆｉｃｉｅｎｔｓ（ＰＮＣＣ）ａｎｄ
ｔｒａｌｅｎｖｅｌｏｐｅａｎｄａｄｏｐｔｉｎｇＭＶＡｔｏｅｎｈａｎｃｅｉｔｓｒｏｂｕｓｔｎｅｓｓｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｉ－ｖｅｃｔｏｒｗａｓｓｅｔａｓｔｈｅｂａｓｅｌｉｎｅｓｙｓｔｅｍｆｏｒｓｐｅａｋｅｒ
ｍａｔｅｂａｃｋｇｒｏｕｎｄｎｏｉｓｅ．Ｏｎｔｈｉｓｂａｓｉｓ，ｏｎｅｗａｙｔｈａｔｕｓｉｎｇｍｕｌｔｉｐｌｅｗｉｎｄｏｗｓｓｐｅｃｔｒａｌｅｓｔｉｍａｔｉｏｎ，ｓｍｏｏｔｈｉｎｇｔｈｅａｍｐｌｉｔｕｄｅｓｐｅｃ
ｉ－ｖｅｃｔｏｒｍｏｄｅｌｗａｓｐｒｏｐｏｓｅｄ．ＴｈｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｔｒａｄｉｔｉｏｎａｌＭＦＣＣａｎｄＰＮＣＣｗａｓｔｈａｔＰＮＣＣｕｓｅｄｌｏｎｇｔｅｒｍｆｒａｍｅｔｏｅｓｔｉ —
ＲｏｂｕｓｔｓｐｅａｋｅｒｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＰＮＣＣａｎｄｉ－ｖｅｃｔｏｒ
ＳＨＩＸｉａｏ－ｙｕａｎ，ＪＩＮＧＸｉｎ－ｘｉｎｇ，ＺＥＮＧＭｉｎ，ＹＡＮＧＨａｉ — ｙａｎ＋
（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎ，ＧｕｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＴｅｃｈｎｏｌｏｇｙ，Ｇｕｉｌｉｎ５４１００４，Ｃｈｉｎａ）
史小元，景新幸，曾敏，杨海燕＋
（桂林电子科技大学信息与通信学院，广西桂林５４１００４）
摘要：针对传统的梅尔频率倒谱系数（ＭＦＣＣ）在说话人识别系统中鲁棒性不足的问题，提出一种基于改进幂率归一化倒谱系数（ＰＮＣＣ）特征算法和身份向量（ｉ－ｖｅｃｔｏｒ）训练模型的方法。与传统的ＭＦＣＣ不同，ＰＮＣＣ利用长时帧估计背景噪声；在此基础上，通过多窗谱估计、平滑幅度谱包络和均值方差归一化（ＭＶＡ）等技术进一步提升其鲁棒性。以ｉ－ｖｅｃ — ｔｏｒ为基准模型，在ＴＩＭＩＴ语音库上进行说话人识别实验，实验结果表明，在不同噪声、不同信噪比下，所提算法相比其它特征有最低的等错误率，鲁棒性最强，在信噪比低于１０ｄＢ的噪声环境中具有更大优势。关键词：幂率归一化倒谱系数；身份向量；均值方差归一化；多窗谱估计；鲁棒性；说话人识别
中图法分类号：ＴＰ３９１．４文献标识号：Ａ文章编号：１０００７０２４（２０１７）０４ — １０７１ — ０５
ｄ０ｉ：１０．１６２０８／ｊ．ｉｓｓｎｌ０００ — ７０２４．２０１７．０４．０４２