| 基于特征相对贡献度对加权Mel倒谱的改进 |
| |
| 引用本文： | 王家盛,郭其威,吴松,马建敏.基于特征相对贡献度对加权Mel倒谱的改进[J].声学技术,2021,40(3):408-414. |
| |
| 作者姓名： | 王家盛 郭其威 吴松 马建敏 |
| |
| 作者单位： | 复旦大学航空航天系, 上海 200433;上海宇航系统工程研究所, 上海 201109 |
| |
| 基金项目： | 上海航天科技创新基金（SAST2019-021）资助项目。 |
| |
| 摘 要： | 在声纹识别系统的搭建过程中，提高识别率的一个重要做法是使语音信号中能够提取出的特征尽可能包含更多的说话人个性特征。为了探究特征参数各分量对识别系统性能的影响，文章基于高斯混合-通用背景模型（GaussianMixture Model-Universal Background Model，GMM-UBM）基线系统，研究了在无噪环境中各维特征组合下的识别率，利用增减分量法定量计算出各维特征分量对识别率的相对贡献程度，并根据贡献度的强弱对各维特征分量进行合理加权，得到了贡献度拟合权重系数，将此系数用于改进梅尔倒谱系数（Mel Frequency Cepstrum Coefficient，MFCC）特征参数。仿真结果表明，对特征参数进行贡献度拟合权重系数加权后，声纹识别的正确率得到了提升。
|
| 关 键 词： | 增减分量法 贡献度 梅尔(Mel)倒谱系数 高斯混合-通用背景模型(GMM-UBM) |
| 收稿时间： | 2020/3/8 0:00:00 |
| 修稿时间： | 2020/7/9 0:00:00 |
Improvement of weighted Mel cepstrum based on characteristic relative contribution |
| |
| WANG Jiasheng,GUO Qiwei,WU Song,MA Jianmin.Improvement of weighted Mel cepstrum based on characteristic relative contribution[J].Technical Acoustics,2021,40(3):408-414. |
| |
| Authors: | WANG Jiasheng GUO Qiwei WU Song MA Jianmin |
| |
| Affiliation: | Department of Aeronautics and Astronautics, Fudan University, Shanghai 200433, China;Aerospace System Engineering Shanghai, Shanghai 201109, China |
| |
| Abstract: | |
| |
| Keywords: | increment-subtraction component method degree of contribution Mel frequency cepstrum coefficient (MFCC) Gaussian mixture model-universal background model (GMM-UBM) |
|
| 点击此处可从《声学技术》浏览原始摘要信息 |
|
点击此处可从《声学技术》下载全文 |
