基于修正Mel子带系数的文本无关的说话人识别

doi:10.3778/j.issn.1002-8331.2011.01.004

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (1): 12-14.DOI: 10.3778/j.issn.1002-8331.2011.01.004

基于修正Mel子带系数的文本无关的说话人识别

张庆芳^1，2，赵鹤鸣²

1.苏州经贸职业技术学院，江苏苏州 215009
2.苏州大学电子信息学院，江苏苏州 215006

收稿日期:2010-09-08 修回日期:2010-11-19 出版日期:2011-01-01 发布日期:2011-01-01
通讯作者: 张庆芳

Mel frequency subband coefficients based text independent speaker recognition

ZHANG Qingfang^1，2，ZHAO Heming²

1.Suzhou Institute of Trade & Commerce，Suzhou，Jiangsu 215009，China
2.School of Electronics and Information Engineering，Suzhou University，Suzhou，Jiangsu 215006，China

Received:2010-09-08 Revised:2010-11-19 Online:2011-01-01 Published:2011-01-01
Contact: ZHANG Qingfang

摘要/Abstract

摘要： 与文本无关的说话人识别具有用户使用方便、可应用范围较宽等优点，是当前说话人识别技术的研究重点。对文本无关说话人识别系统中的特征参数提取进行了研究，通过对Mel子带系数进行修正，增强了说话人识别系统中说话人之间的频带差异，提高了特征空间中类别的可分性，得到了更能体现说话人个性特征的Mel子带系数，从而提高了说话人识别系统的平均正确识别率。

关键词: 说话人识别, 与文本无关, 矢量量化, Mel子带

Abstract: Text-independent speaker recognition is an important branch research field of speaker recognition because of its ease-to-use and potential?applications in the information technology.This paper focuses on the problems of the feature extraction.Through modifying the Mel frequency subband coefficients，it?enhances?the?differences of the frequency between the people in the system，improves the ability of separating the classes in the feature space.And the parameters can emphasize people’s individuality and increase the average accuracy of recognition.

Key words: speaker recognition, text independent, vector quantization, Mel frequency subband

中图分类号:

TP391

张庆芳^1，2，赵鹤鸣². 基于修正Mel子带系数的文本无关的说话人识别[J]. 计算机工程与应用, 2011, 47(1): 12-14.

ZHANG Qingfang^1，2，ZHAO Heming². Mel frequency subband coefficients based text independent speaker recognition[J]. Computer Engineering and Applications, 2011, 47(1): 12-14.

[1]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[2]	曾春艳，马超峰，王志锋，朱栋梁，赵楠，王娟，刘聪. 深度学习框架下说话人识别研究综述[J]. 计算机工程与应用, 2020, 56(7): 8-16.
[3]	王娇1，罗四维2，邹琪2. 图像分类中基于分类矢量量化的视觉词袋模型[J]. 计算机工程与应用, 2019, 55(10): 141-145.
[4]	王昕，张洪冉. 基于DNN处理的鲁棒性I-Vector说话人识别算法[J]. 计算机工程与应用, 2018, 54(22): 167-172.
[5]	徐利敏1，魏翔2. Android平台说话人认证系统的并行计算与设计[J]. 计算机工程与应用, 2017, 53(3): 231-236.
[6]	张小恒1，2，谢文宾2，李勇明2. 多类型语音特征进化选择算法[J]. 计算机工程与应用, 2016, 52(14): 150-155.
[7]	罗剑，杨印根，雷震春. 加权成对约束度量学习在说话人识别中的应用[J]. 计算机工程与应用, 2016, 52(11): 158-163.
[8]	苏鹏，程健. DHMM在机械设备音频识别中的应用[J]. 计算机工程与应用, 2015, 51(1): 266-270.
[9]	胡政权，曾毓敏，宗原，李梦超. 说话人识别中MFCC参数提取的改进[J]. 计算机工程与应用, 2014, 50(7): 217-220.
[10]	陈拥军，徐罡，周兴付，赵慧. 无线传感器网络最少数量通信节点定位方法[J]. 计算机工程与应用, 2014, 50(5): 55-59.
[11]	杜晓青，于凤芹. 基于HHT倒谱系数的说话人识别算法[J]. 计算机工程与应用, 2014, 50(3): 198-202.
[12]	孙燕. 自适应模糊聚类LBG矢量量化算法[J]. 计算机工程与应用, 2014, 50(23): 203-205.
[13]	熊华乔，郑建彬，詹恩奇，汪阳，华剑. 基于说话人模型聚类的说话人识别[J]. 计算机工程与应用, 2014, 50(2): 133-136.
[14]	孙燕1，姜占才2，王蕴杰2. 浊音隶属度参数及F-LBG算法[J]. 计算机工程与应用, 2014, 50(2): 204-207.
[15]	祝鹏，王成儒. 小波包变换与Teager能量算子结合的说话人识别[J]. 计算机工程与应用, 2013, 49(9): 187-189.

基于修正Mel子带系数的文本无关的说话人识别

Mel frequency subband coefficients based text independent speaker recognition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics