[發(fā)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?zhí)枺?/td>: 201710322792.8
• 申請日: 2017-05-09
• 公開（公告）號: CN107274887A
• 公開（公告）日: 2017-10-20
• 發(fā)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

技術領域

本發(fā)明涉及說話人識別技術領域，特別涉及一種基于融合特征MGFCC的說話人二次特征提取方法。

背景技術

說話人語音經過前面一系列的預處理之后，需要對其進行特征提取計算，從而產生一個數(shù)學矢量序列來作為說話人識別系統(tǒng)中訓練與識別過程的輸入，因此提取特征的優(yōu)劣對說話人識別模型的訓練和參數(shù)的確定尤為重要，影響著整個說話人系統(tǒng)的設計及其性能。

說話人特征的選取與后續(xù)說話人識別系統(tǒng)的性能提升有直接影響，是說話人識別系統(tǒng)建立的根本。對實際應用場景中的說話人識別系統(tǒng)，特征參數(shù)的選取不僅要考慮識別率，更要保證整個系統(tǒng)性能的穩(wěn)定性及魯棒性。因此為提取出最優(yōu)的說話人特征參數(shù)是整個說話人識別系統(tǒng)中尤為重要的處理過程，同時也是語音信號處理中的難點之一，對說話人的識別性能有直接影響。

發(fā)明內容

為提高說話人識別系統(tǒng)在噪聲環(huán)境下的識別率，本發(fā)明站在仿生的角度上基于人耳聽覺特性對說話人特征提取進行研究，首先選擇利用基于人耳聽覺特性的Gammatone濾波器組與Mel濾波器組分別對人耳耳蝸模型進行模擬，然后根據(jù)Mel頻率倒譜系數(shù)和Gammatone頻率倒譜系數(shù)在噪聲環(huán)境下的區(qū)分度進行特征融合，得到一種基于人耳聽覺特性的說話人融合特征MGFCC。

為了實現(xiàn)上述目的本發(fā)明采用如下技術方案：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(huán)境下的各維特征區(qū)分度F_R；

S4：分別統(tǒng)計MFCC特征和GFCC特征的每一維特征處于最大特征區(qū)分度的次數(shù)；

S5：根據(jù)步驟S4統(tǒng)計的兩種特征在噪聲背景下的最大特征區(qū)分度次數(shù)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。

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(shù)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(shù)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(shù)為w(n)，則加窗后的語音信號s_w(n)為：

s_w(n)＝y(tǒng)(n)*w(n)

式中，y(n)為預加重之后的信號，0≤n≤N；

窗函數(shù)選用主瓣較寬且旁瓣較低的漢明窗：

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(shù)據(jù)變換到頻域，得到語音線性頻譜X(k)為：

S14：對每一幀快速傅里葉變換后的數(shù)據(jù)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(shù)運算，可得對數(shù)頻譜S(m)為：

H_m(k)表示Mel濾波器的頻率響應，M表示Mel濾波器的個數(shù)。

S16：對對數(shù)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：

步驟S2所述GFCC特征的提取方法為：

S21：說話人語音信號s(n)經過預處理之后，轉化為時域信號x(n)，通過快速傅里葉變換得到離散功率譜L(k)，

S22：取上述離散功率譜L(k)的平方得到語音能量譜，然后采用Gammatone濾波器組對其進行濾波；

S23：對每一個濾波器的輸出進行指數(shù)壓縮，得到一組能量頻譜s₁,s₂,s₃,…,s_M為：

式中，e(f)為指數(shù)壓縮值，M為濾波器通道數(shù)，1≤m<M，H_m(k)表示Gammatone濾波器的頻率響應。本發(fā)明中H_m(k)均表示濾波器的頻率響應。

S24：對壓縮后的能量譜作DCT變換，求得GFCC特征，其運算公式為：

式中，L為特征參數(shù)的維數(shù)。C_GFCC(j)表示不同維數(shù)的GFCC特征參數(shù)，M表示濾波器個數(shù)。