基于发声机理与人耳感知特性的说话人识别

Mel频率倒谱系数(MFCC)与线性预测倒谱系数(LPCC)融合算法只能反映语音静态特征,且LPCC对语音低频局部特征描述不足。为此,提出将希尔伯特黄变换(HHT)倒谱系数与相对光谱-感知线性预测倒谱系数(RASTA-PLPCC)融合,得到一种既反映发声机理又体现人耳感知特性的说话人识别算法。HHT倒谱系数体现发声机理,能反映语音动态特性,并更好地描述信号低频局部特征,可改进LPCC的不足。PLPCC体现人耳感知特性,识别性能强于MFCC,用3种融合算法对两者进行融合,将融合特征用于高斯混合模型进行说话人识别。仿真实验结果表明,该融合算法较已有的MFCC与LPCC融合算法识别率提高了8.0%。

增强型AAC+编码器中立体声参数的量化算法优化研究

参数立体声技术是将立体声下混为单声道并提取表征空间声像的参数来降低编码码率。本文通过对参数立体声的编码方案及其参数的量化方法进行研究,提出一种更符合人耳感知特性的参数量化新方法。实验结果表明,在同等音质下该算法可以有效降低原参数立体声的参数码率。