汪海彬 余正濤 毛存禮 郭劍毅

摘 要：目的的介紹有點散，請?zhí)釤捯幌氯绾蚊枋龈‘敚恳话愕膶懛ㄊ轻槍?..中存在的...問題，提出...方法針對說話人識別系統(tǒng)中存在的有效語音特征提取以及噪聲影響的問題，提出了一種新的語音特征提取方法——基于S變換的美爾倒譜系數(shù)（SMFCC）。該方法是在傳統(tǒng)美爾倒譜系數(shù)（MFCC）的基礎上利用S變換的二維時頻多分辨率特性，以及奇異值分解（SVD）方法的二維時頻矩陣有效去噪性，并結合相關統(tǒng)計分析方法最終獲得語音特征。采用TIMIT語音數(shù)據(jù)庫，將所提的特征和現(xiàn)有特征進行對比實驗。 SMFCC特征的等錯誤率（EER）和最小檢測代價（MinDCF）均小于線性預測倒譜系數(shù)（LPCC）、MFCC及其結合方法LMFCC，比MFCC的EER和MinDCF08分別下降了3.6%與17.9%。實驗結果表明所提方法能夠有效去除語音信號中的噪聲，提升局部分辨率。

關鍵詞：S變換；奇異值分解；基于S變換的美爾倒譜系數(shù)；高斯混合模型通用背景模型；說話人識別

中圖分類號： TN912.34補充中圖分類號及其對應英文 文獻標志碼：A英文標題