计算机应用

作者：牛晓可, 黄伊鑫, 徐华兴, 蒋震阳

单位：1. 郑州大学 电气工程学院, 郑州 450001;2. 河南省脑科学与脑机接口技术重点实验室(郑州大学), 郑州 450001

关键词：听皮层,频谱-时间感受野,梅尔倒谱系数,含噪说话人识别,支持向量机

基金：国家自然科学基金资助项目（11804309）。

针对说话人识别易受环境噪声影响的问题，借鉴生物听皮层神经元频谱-时间感受野（STRF）的时空滤波机制，提出一种新的声纹特征提取方法。在该方法中，对基于STRF获得的听觉尺度-速率图进行了二次特征提取，并与传统梅尔倒谱系数（MFCC）进行组合，获得了对环境噪声具有强容忍的声纹特征。采用支持向量机（SVM）作为分类器，对不同信噪比（SNR）语音数据进行测试的结果表明，基于STRF的特征对噪声的鲁棒性普遍高于MFCC系数，但识别正确率较低；组合特征提升了语音识别的正确率，同时对环境噪声具有良好的鲁棒性。该结果说明所提方法在强噪声环境下说话人识别上是有效的。

来源：2020年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第10期