基于改进Mel滤波器组的声纹特征提取SoC设计

针对说话人声纹身份认证一体化设计需求,利用曲线拟合方法改进Mel滤波器组,开展声纹特征参数提取的SoC设计研究。首先选取MFCC,IMFCC,MidMFCC的Mel频率刻度上的平均值作为拟合参数,得到拟合函数;然后利用插值方法改进Mel滤波器组中各滤波器的加权中心频率;通过Matlab进行算法设计和仿真分析,采用Quartus II和Modelsim实现代码编写、编译、时序仿真和综合;最后利用SOPC Builder技术将Verilog模块封装为IP核,并下载到DE2开发板中进行验证。研究结果表明,本系统提取出的多维特征参数具有更好的鲁棒性,有利于提高识别率。

无线传感器网络中一种新型加权Mel滤波器组

提出了一种提取车辆声音特征的新型加权Mel滤波器组进行车辆的识别。这种新型滤波器组通过赋予各离散频率不同的权重,突出车辆频谱之间差异较大频段的信息,弱化较为相似频段的信息。相比于传统的Mel滤波器组,加权Mel滤波器组的识别能力得到了显著提高。仿真和实测结果均表明,与两种常用的特征提取方法相比,加权Mel滤波器组不仅能更有效地提取不同类型车辆间的差异信息,获得更高的正确识别率,还降低了计算复杂度。

EMD结合Teager能量用于语音情感识别

在语音情感识别系统中,语音情感特征的提取尤为重要。在前期已有对EMD分解研究的基础上,将EMD分解与Teager能量算子相结合,用于语音情感识别。首先利用EMD分解得到一组IMF分量,再对各阶IMF分量提取Teager能量;然后通过对不同语种的不同情感语音的Teager能量在Mel频率的分析,提出了一种新的情感特征。基于EMD分解的Mel频率的Teager能量谱系数(ETMC),最后利用SVM分类方法对不同语种的不同情感进行识别。实验结果表明,该方法有很好的识别结果。

基于距离和相关性准则的混合参数说话人识别

传统的说话人识别方法在识别能力和稳定性上存在不足,对各种方法没有较好的评价标准。提出了基于平均距离和相关性的评价准则,在比较应用MEL滤波器组和小波包分解提取特征参数的基础上,提出了混合特征参数的提取方法。实验结果表明,距离和相关性准则可以较好的评价各种参数模式的分类能力,在无关的说话人识别中,混合参数在分类能力和抗噪性方面优于传统方法。

一种基于Mel域的自适应时频参数

论文通过对Mel标度滤波器组进行分析,提出了一种基于Mel域的带噪语音信号的自适应时频参数。该参数能根据噪声环境自适应地选取Mel标度滤波器组中能有效区分语音和噪声的频带,获取有用的频域信息。理论分析和仿真实验表明:该方法在低信噪比下有较好的检测性能,由于其自适应能力,很少依赖信噪比,性能可靠。