声纹识别的特征参数提取

《声纹识别的特征参数提取》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第7卷第1期太原师范学院学报(自然科学版)V01．．No．12008年3月。JOURNALOFTAIYUANNORMALUNIVERSITY(NaturalScienceEdition)Mar·2008声纹识别的特征参数提取郭慧娟．(太原师范学院，山西太原030012)[摘要]声纹识别是语音识别的一种，根据测试语音来辨别说话者的身份．特征参数的提取是声纹识别的重要组成部分．为此，文章主要介绍了LPC和MFCC两种常用的声纹识别特征参数及Matlab实现算法．[关键词]声纹识别；特征参数；LPC；MFCC[文章编号]1672—2027(2008)01—0070—04‘(

2、中图分类号]TP30(文献标识码]A‘语言是人类特有的功能，是人与人之间进行信息交流最主要、最自然的手段．语音信号处理研究分为语音识别、语音合成、语音编码和声纹识别四大分支．21世纪是信息化的世纪，计算机技术、通信技术、蓝牙技术等高新技术进一步发展，现代电子与软件产品更具人性化、智能化、微型化．鉴于此，我国和许多国家都把语音处理研究列为国家级研究项目．声纹识别的应用n3领域相当广泛．包括电话预约业务中的声音确认转账、汇款、余额通知、票行情咨询；搜索罪犯判断犯罪现场记录的声音是多个嫌疑犯中哪一个人的声音；医学应用[2]如声纹识别系统可以响应患者的命令，从而实现对机器假肢

3、的控制等。本文从声学的角度和听觉的角度分别介绍了LPC和MFCC两种语音特征参数及Matlab实现．1语音信号的数学模型根据语音产生的机理，可以将语音发声系统分为3个子系统：在声门(声带)以下，称为“声门子系统”，它负责产生激励振动，是“激励子系统”；从声门到嘴唇的呼气通道是声道，是“声道系统”；语音从嘴唇辐射出去，所以嘴唇以外是“辐射系统”．人类的发声是一个复杂的过程．语音发声系统的完整数学模型[3]可表示为：H(z)一G(z)V(2)R(z)Rosenberg在研究语音合成时，提出了一个可替代声门的波形，该波形的数学表达式为：一÷7．_fTj，。’I寺[1一cos

4、(rn／N。)]0≤以≤N，譬?：fjc。s_@一Nt)／2N。J，N，≤竹≤N，+N。峄、’【0其他其2变换为：G(z)一百j南‘1)当发浊音时，激励信号源可表示为序列脉冲串；当发清音时，激励信号源可视为白噪声．这是对激励源的粗略划分，并非所有的发音都可用这两种信号来简单表达．对于一般的分析，声道可用一个全极点模型来表示，其传递函数为：V(z)一———寺—一(2)1一∑口∥～置辐射模型的传递函数可用一个一阶高通函数来表示：收稿日期：2007—12—23作者简介：郭慧娟(1979一)，女，山西定襄人，硕士，太原师范学院计算机系助教，主要从事声纹识别的研究第1期郭慧娟：

5、声纹识别的特征参数提取71R(2)=Ro(1一Z--I)(3)如式(3)所述的发声系统数学模型只是一个最为基本的模型，对于大多数的分析，该模型已经够用了，但是对于一些情况，如高质量语音合成，则需更为精确的数学模型，这时就要考虑到激励源的多样性和声道中鼻腔的影响．2特征参数2．1线性预侧系数LPCI4](LinearPredictorCoefficient)信号处理中系统传递函数参数模型主要有三种：第一种是只有零点没有极点的滑动平均模型(MA)；第二种是只有极点没有零点的自回归模型(AR)；第三种是既有零点又有极点的自回归滑动平均模型(ARMA)．AR模型能够很好地近似

6、声道模型，且其参数求解相对容易，有多种解法，如针对自相关方程的Durbin递推算法和Schur递推算法、针对协方差方程的乔里斯基算法、Burg算法，所以一般用一个AR模型来表示声道模型．H(z)=G(2)F(2)R(别一砑G—G(4)其中G为增益系数，在下面的分析中不对其进行考虑．由(4)式所述传递函数可得到有关信号S(以)的差分方程：三‘S(，2)=>：afS(”一i)+Gu(，z)互’一S(咒)的线性预测S(，z)可近似表达为：．三5(，z)一>：aiS("一i)f=l预测信号S(以)的误差为：P锄)=S(以)一S(，z)一Gu(挖)户线性预测S(挖)的传递函数为

7、：P(z)一∑niz一‘i=l上误差e(n)是信号s(挖)通过如下系统而产生的：A(z)=1一≥：alz-：‘f一1由此我们可知A(2)是声道模型传递函数的逆滤波器．H(2)参数可通过使e(以)在均方误差最小的准则下求得．通过使实际语音的采样值和线性预测采样值之间达到均方差最小(LMS)，即可得到线性预测系数(LPC)．对LPC的计算方法有自相关法(Durbin法)、协方差法、格型法等等．计算上的快速有效保证了这一声学特征的广泛使用．2．2美尔倒谱系数[5](MelFrequencyCepstrumCoefficients)MFCC不同与LPC，它不