基于鲁棒听觉特征的说话人识别

doi:10.3969/j.issn.0372-2112.2013.03.034

电子学报 ›› 2013, Vol. 41 ›› Issue (3): 619-624.DOI: 10.3969/j.issn.0372-2112.2013.03.034

• 科研通信 • 上一篇

基于鲁棒听觉特征的说话人识别

林琳, 陈虹, 陈建

吉林大学通信工程学院, 吉林长春 130022

收稿日期:2012-04-27 修回日期:2012-06-15 出版日期:2013-03-25
- 通讯作者:
- 陈建 男,1977年12月出生于山东单县.吉林大学通信工程学院讲师,博士.研究方向:数字信号处理,阵列信号处理.
- 作者简介:
- 林琳 女,1979年7月出生于辽宁省大连市.2007年获得吉林大学通信工程学院博士学位.现为吉林大学通信工程学院讲师,博士后.主要研究方向为说话人识别,语音信号处理,DSP技术.E-mail:lin_lin@jlu.edu.cn. 陈虹 女,1963年出生于浙江.吉林大学通信工程学院教授,博士生导师.研究方向为系统仿真与先进控制.陈建男,1977年12月出生于山东单县.吉林大学通信工程学院讲师,博士.研究方向:数字信号处理,阵列信号处理.
- 基金资助:
- 吉林省科技发展计划 (青年科研基金) (No.201101032)

Speaker Recognition Based on Robust Auditory Feature

LIN Lin, CHEN Hong, CHEN Jian

College of Communication Engineering, Jilin University, Changchun, Jilin 130022, China

Received:2012-04-27 Revised:2012-06-15 Online:2013-03-25 Published:2013-03-25

摘要/Abstract

摘要： 为了提高噪声环境中说话人识别系统的性能,本文提出了一种鲁棒听觉特征提取的算法,并将其应用到说话人识别系统中.运用自适应压缩Gammachirp滤波器组模拟人耳耳蜗的听觉特性,对输入的语音信号进行频域子带滤波,将得到的对数子带能量作为听觉特征参数.分别运用离散余弦变换和核主成分分析方法,对提取的特征参数进行特征变换,降低特征参数的维数,提高特征参数的噪声鲁棒性和个性表现力.实验结果表明,将提取的新听觉特征参数应用到说话人识别系统中,新特征参数在鲁棒性和识别性能上均优于梅尔倒谱系数和基于Gammatone的听觉特征参数.

关键词: 说话人识别, 自适应压缩Gammachirp滤波器, 核主成分分析, 特征提取

Abstract: In order to improve the performance of speaker recognition system in noisy environment,this paper presents an auditory feature extraction algorithm.It used adaptive compression Gammachirp filter banks to simulate the auditory characteristics of human cochlea,and the input speech signal was sub-band filtered in the frequency-domain.After logarithmic transformation,it can get the logarithmic sub-band energy as the auditory feature parameter.It respectively used discrete cosine transform and kernel principal component analysis method to transform the auditory feature and get the two new auditory features,which not only can reduce the dimension of the feature parameters,but also can improve the robustness and personality expression of feature parameters.The experimental results show that speaker recognition system with the new auditory feature parameters can get the better results in the robustness and recognition performance than Mel cepstral coefficients and auditory feature parameters based on Gammatone filter banks.

Key words: speaker recognition, adaptive compression Gammachirp filter, kernel principal component analysis, feature extraction

中图分类号:

TN912.3

林琳, 陈虹, 陈建. 基于鲁棒听觉特征的说话人识别[J]. 电子学报, 2013, 41(3): 619-624.

LIN Lin, CHEN Hong, CHEN Jian. Speaker Recognition Based on Robust Auditory Feature[J]. Acta Electronica Sinica, 2013, 41(3): 619-624.

参考文献

[1] Yang Shao,Zhao zhang Jin,DeLiang Wang.An auditory-based feature for robust speech recognition [A].International Conference on Acoustics,Speech,and Signal Processing [C].Taipei,Taiwan:IEEE Signal Processing Society,2009.4625-4628.
[2] Qi(Peter) Li,Yan Huang.Robust speaker identification using an auditory-based feature [A].International Conference on Acoustics,Speech,and Signal Processing [C].Dallas,Texas,USA:IEEE Signal Processing Society,2010.4514-4517.
[3] 王,钱志鸿,王雪,程光明.基于伽马通滤波器组的听觉特征提取算法研究[J].电子学报,2010,38(3):525-528. Wang Yue,Qian Zhi-hong,Wang Xue,Cheng Guang-ming.An auditory feature extraction algorithm based on Γ-tone filter-banks [J].Acta Electronica Sinica,2010,38(3):525-528.(in Chinese)
[4] Yang Shao,Soundararajan Srinivasan,Zhaozhang Jin,Deliang Wang.A computational auditory scene analysis system for speech segregation and robust speech recognition [J].Computer Speech and Language,2010,24(1):77-93.
[5] Peng Li,Yong Guan,Shijin Wang,Bo Xua,Wenju Liu.Monaural speech separation based on MAXVQ and CASA for robust speech recognition [J].Computer Speech and Language,2010,24(1):30-44.
[6] T Irino,R D Patterson.A time-domain level-dependent auditory filter:The gammachirp [J].The Journal of the Acoustical Society of America,1997,101(1):412-419.
[7] B C J Moore.An Introduction of the Psychology of Hearing[M].5th Edition.Oxford,UK:Academic,2003.
[8] C J Plack.The Sense of Hearing[M].London,UK:Lawrence Erlbaum Associates,2005.
[9] T Irino,R D Patterson.A compressive gammachirp auditory filter for both physiological and psychophysical data[J].J Acoust Soc Amer,2001,109(5):2008-2022.
[10] 吴玺宏.一个面向说话人识别的汉语语音数据库 [OL].http://nlpr-web.ia.ac.cn/english/irds/chinese/sinobiometricspdf/wuxihong.pdf,2002.

[1]	曲立国, 陈国豪, 胡俊, 陈鹏. 单次扫描连通域分析算法研究综述[J]. 电子学报, 2022, 50(6): 1521-1536.
[2]	冯西安, 寇思玮, 谭伟杰, 毕杨. 水声信号处理中的稀疏表示理论及应用[J]. 电子学报, 2021, 49(9): 1840-1851.
[3]	林金朝, 李必禄, 李国权, 黄正文, 庞宇. 基于EWT和结构特征提取的心电信号R波识别算法[J]. 电子学报, 2021, 49(6): 1217-1223.
[4]	徐元博, 江祥奎, 李龙. 高阶对称差分解析能量算子在微弱轴承故障信号提取中的应用[J]. 电子学报, 2021, 49(4): 750-759.
[5]	汪宇玲, 陈立, 黎明, 钟国韵, 何月顺, 常玉祥, 宋伟宁. 基于迹变换和旋转增量调制特征的模糊人脸识别[J]. 电子学报, 2021, 49(12): 2437-2448.
[6]	鲍中新, 文成林, 马雪. 一种基于数据变化率的预处理及主元分析故障诊断方法[J]. 电子学报, 2021, 49(11): 2234-2240.
[7]	黄鸿, 王丽华, 石光耀. 面向高光谱遥感影像分类的监督多流形鉴别嵌入方法[J]. 电子学报, 2020, 48(6): 1099-1107.
[8]	翟颖, 陈渤. 基于稳健变分自编码模型的雷达高分辨距离像目标识别算法[J]. 电子学报, 2020, 48(6): 1149-1155.
[9]	罗会兰, 陈鸿坤. 基于深度学习的目标检测研究综述[J]. 电子学报, 2020, 48(6): 1230-1239.
[10]	张丞, 何坚, 王伟东. 空间上下文与时序特征融合的交警指挥手势识别技术[J]. 电子学报, 2020, 48(5): 966-974.
[11]	郭小英, 李文书, 钱宇华, 白茹意, 贾春花. 可计算图像复杂度评价方法综述[J]. 电子学报, 2020, 48(4): 819-826.
[12]	刘颖, 刘红燕, 范九伦, 公衍超, 李莹华, 王富平, 卢津. 基于深度学习的小目标检测研究与应用综述[J]. 电子学报, 2020, 48(3): 590-601.
[13]	闻佳, 王宏君, 邓佳, 刘鹏飞. 基于深度学习的异常事件检测[J]. 电子学报, 2020, 48(2): 308-313.
[14]	李宝奇, 贺昱曜, 强伟, 何灵蛟. 基于并行附加特征提取网络的SSD地面小目标检测模型[J]. 电子学报, 2020, 48(1): 84-91.
[15]	彭丝雨, 周到, 张家琦, 王宇, 高军峰. 基于互信息的脑网络及测谎研究[J]. 电子学报, 2019, 47(7): 1551-1556.

基于鲁棒听觉特征的说话人识别

Speaker Recognition Based on Robust Auditory Feature

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics