基于ARIMA预测MFCC特征的声纹同一性鉴定方法

基于ARIMA预测MFCC特征的声纹同一性鉴定方法

TP391; 声纹识别技术的关键是从语音信号中提取具有说话人特征的语音特征参数.考虑到当下大多是运用鉴定人的经验对两段语音是否来源于同一人进行判定,在前期研究的基础上,结合MFCC特征,提出一种基于ARIMA预测的声纹同一性鉴定方法,以提高具有年份差距的检材与样本比对的准确率.此方法在Mel倒谱系数声纹同一性鉴定方法基础上,采用自回归综合移动平均季节序列作出线性最小均方估计,对声纹特征进行预测,改良了包含元音与响辅音的共振峰特性.实验证明,ARI-MA时间序列的预测结果很好,且使用ARIMA改良的基于Mel倒谱系数的文本无关同一性鉴定的准确率较高,相似度在60％以上....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:计算机科学 2022, Vol.49 (5), p.92-97
Hauptverfasser: 王学光, 诸珺文, 张爱新
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TP391; 声纹识别技术的关键是从语音信号中提取具有说话人特征的语音特征参数.考虑到当下大多是运用鉴定人的经验对两段语音是否来源于同一人进行判定,在前期研究的基础上,结合MFCC特征,提出一种基于ARIMA预测的声纹同一性鉴定方法,以提高具有年份差距的检材与样本比对的准确率.此方法在Mel倒谱系数声纹同一性鉴定方法基础上,采用自回归综合移动平均季节序列作出线性最小均方估计,对声纹特征进行预测,改良了包含元音与响辅音的共振峰特性.实验证明,ARI-MA时间序列的预测结果很好,且使用ARIMA改良的基于Mel倒谱系数的文本无关同一性鉴定的准确率较高,相似度在60％以上.
ISSN:1002-137X
DOI:10.11896/jsjkx.210400071