作者:郑凯鹏; 周萍; 张上鑫; 柯晶晶声纹识别mfcc倒谱重要度分析vq
摘要:声纹识别技术作为一种新型的生物特征认证技术,英特网的快速发展给声纹识别带来很多商业上的应用,对于声纹识别技术的研究越来越受到科学和市场的重视.优化声纹识别算法速度和正确率的重要做法是提高语音信号特征参数的鲁棒稳健性.因此,本文以实验室录制的语音作为信息库,利用Mel频率倒谱系数、差分以及加权倒谱系数三个信息进行融合,采用增减阶数法分析获取高重要度的倒谱分量,组成新的融合参数,建立基于VQ的声纹识别模型,采用LBG算法设计不同码本容量的实验.通过仿真验证,本实验的倒谱分量重要度分析得到的融合特征参数在声纹识别上正确率得到提升.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社