基于EMD的說話人特征參數(shù)提取方法研究.pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展，如何利用機(jī)器來識別出不同的人，逐漸被人們所重視。說話人識別研究的是如何將人的語音作為身份標(biāo)志，讓機(jī)器依據(jù)這個標(biāo)志辨識出不同的人。作為一種能為人們的日常生活提供便利的技術(shù)，說話人識別技術(shù)成為人們研究的熱點。在說話人識別技術(shù)中，研究的核心是能夠表征說話人的特征參數(shù)，提取了表征性能好的的說話人特征參數(shù)，才能準(zhǔn)確的識別說話人。美爾頻率倒譜系數(shù)（MFCC）是基于人耳聽覺特性的一種參數(shù)，是描述說話人的重要特征參數(shù)之一。經(jīng)驗?zāi)?/p>

2、態(tài)分解（EMD）是一種適合于語音信號處理的方法。我們將EMD應(yīng)用到說話人識別中，可得到一些有意義的結(jié)果。本文詳細(xì)的研究了說話人識別的特征參數(shù)的提取方法，分析了目前特征參數(shù)提取法的研究現(xiàn)狀。
　　本研究主要內(nèi)容包括：⑴MFCC提取法中利用FFT將語音信號從時域轉(zhuǎn)換到頻域，但FFT不能反映信號的瞬時變化情況。針對這種情況，對這一步驟進(jìn)行了改進(jìn)。Wigner-Ville分布是信號能量隨時間-頻率的分布，它能精確的定位信號的時頻結(jié)構(gòu)，但多

3、分量信號的Wigner-Ville分布受困于交叉項的干擾。因此利用Wigner-Ville分布的優(yōu)點，采用Wigner-Ville譜與FFT結(jié)合來代替單獨的FFT，進(jìn)行MFCC參數(shù)提取。提出了一種基于時頻分析的MFCC參數(shù)提取法。通過實驗仿真，驗證了本方法既抑制了交叉項的干擾，又得到了精準(zhǔn)的時頻結(jié)構(gòu)。本方法與傳統(tǒng)的MFCC提取法相比，說話人識別的正確率有所提高。⑵根據(jù)語音信號的非平穩(wěn)特點，提出了一種基于經(jīng)驗?zāi)B(tài)分解的語音特征參數(shù)提取法。

4、首先利用短時時域處理技術(shù)對語音進(jìn)行去清音處理，再用經(jīng)驗?zāi)B(tài)分解方法把語音信號分解為一系列固有模態(tài)函數(shù)(IMF)。一個IMF只含有語音信號的一部分信息，不同IMF分量攜帶的特征信息不同，對這些IMFs進(jìn)行加權(quán)處理，綜合得到新的語音，再對其進(jìn)行后續(xù)處理。這樣做的目的是為了突出有效的說話人特征信息，而篩掉一些無用的、不能表征說話人特征的信息。實驗表明，該方法比傳統(tǒng)的參數(shù)提取法更有效。⑶綜合前述方法，提出了一種基于EMD與時頻分析相結(jié)合的提取方

5、法，即先將語音進(jìn)行EMD分解，對得到的IMF進(jìn)行加權(quán)，然后用FFT與Wigner分布相結(jié)合的方法進(jìn)行MFCC參數(shù)提取。運(yùn)用到說話人識別系統(tǒng)后，實驗結(jié)果表明，相較于前述的兩種方法，該方法大大提高了說話人識別系統(tǒng)的正確率，且魯棒性較好。⑷ASCC描述的是信號的中頻段信息，運(yùn)用EMD方法和Hilbert變換，將語音信號的中頻段（1500Hz-2500Hz）篩選出來，進(jìn)行ASCC參數(shù)提取。然后與MFCC參數(shù)組合，提出一種基于Hilbert-Hu