基于听觉模型的话者特征参数提取及其在噪声背景下的话者辨识

本文基于人耳听觉模型提出了一种鲁棒性的话者特征参数提取方法．该种方法中，首先由Ｇａｍｍａｔｏｎｅ听觉滤波器组和Ｍｅｄｄｉｓ内耳毛细胞发放模型获得表征听觉神经活动特性的听觉相关图。由听觉神经脉冲发放的锁相特性和双声抑制特性，我们将听觉相关图每个频带中的幅值最大频率分量作为表征当前频带特性的特征参量，于是所有频带的特征参量便构成了表征当前语音段特性的特征矢量；我们采用ＤＣＴ变换进一步消除各个特征参量之间的相关性，压缩特征矢量的维数．有效性试验表明，该种特征矢量基本上反映了输入语音的谱包络特性；抗噪声性能实验表明，在高斯白噪声和汽车噪声干扰下，该种特征参数比ＬＰＣＣ和ＭＦＣＣ有较个的相对失真；基于矢量量化的文本无关话者辨识表明。