[發明專利]基于融合特征MGFCC的說話人二次特征提取方法

在審

• 申請號: 201710322792.8
• 申請日: 2017-05-09
• 公開（公告）號: CN107274887A
• 公開（公告）日: 2017-10-20
• 發明（設計）人: 張毅;王可佳;顏博;樂聰聰
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/20;G10L17/02;G10L19/02;G10L19/26;G10L25/24;G10L25/45;G06K9/00
• 代理公司: 重慶市恒信知識產權代理有限公司50102
• 代理人: 劉小紅,李金蓉

1.基于融合特征MGFCC的說話人二次特征提取方法，其特征在于，包括以下步驟：

S1：利用Mel濾波器對說話人語音信號進行處理得到MFCC特征；

S2：同時利用Gammatone濾波器對說話人語音信號進行處理得到GFCC特征；

S3：分別計算MFCC特征和GFCC特征在噪聲環境下的各維特征區分度F_R；

S4：分別統計MFCC特征和GFCC特征的每一維特征處于最大特征區分度的次數；

S5：根據步驟S4統計的兩種特征在噪聲背景下的最大特征區分度次數進行特征融合；

S6：對步驟S5獲得的融合特征進行微分和特征重組得到二次提取特征。

2.根據權利要求1所述基于融合特征MGFCC的說話人二次特征提取方法，其特征在于：步驟S1所述MFCC特征提取的方法為：

S11：對說話人語音信號進行預加重處理：采用數字濾波器對說話人語音信號進行處理，其Z域中的傳遞函數為：H(z)＝1-0.95z^-1；

S12：對步驟S11處理后的信號進行分幀加窗，其中每一幀含有N個采樣點，窗函數為w(n)，則加窗后的語音信號s_w(n)為：

s_w(n)＝y(n)*w(n)

式中，y(n)為預加重之后的信號，0≤n≤N；

S13：快速傅里葉變換：將S12處理后的信號進行快速傅里葉變換，從時域數據變換到頻域，得到語音線性頻譜X(k)為：

X(k)=Σn=0N-1sw(n)e-j2πnk/N,(0≤n,k≤N-1)]]>

S14：對每一幀快速傅里葉變換后的數據計算譜線能量：E(k)＝[X(k)]²；

S15：對每個Mel濾波器的輸出作對數運算，可得對數頻譜S(m)為：

S(m)=ln(Σk=0N-1|X(k)|2)Hm(k)),0≤m<M]]>

H_m(k)表示Mel濾波器的頻率響應，M表示Mel濾波器的個數；

S16：對對數頻譜S(m)進行離散余弦變換變換，進而得到特征MFCC，則第n維特征C(n)為：

C(n)=Σm=1M-1S(m)cos[πn(m+1/2)M],0≤m<M.]]>