基于修正Mel子带系数的文本无关的说话人识别

与文本无关的说话人识别具有用户使用方便、可应用范围较宽等优点,是当前说话人识别技术的研究重点。对文本无关说话人识别系统中的特征参数提取进行了研究,通过对Mel子带系数进行修正,增强了说话人识别系统中说话人之间的频带差异,提高了特征空间中类别的可分性,得到了更能体现说话人个性特征的Mel子带系数,从而提高了说话人识别系统的平均正确识别率。

基于Mel子带的鲁棒性说话人识别系统

在分析各个Mel子带抗噪性能的基础上,提出了鲁棒性的说话人识别算法,经实验结果证明,在噪声环境下此算法能有效地提高说话人识别系统的识别率。

基于Mel子带参数化特征的自动鸟鸣识别

针对自然复杂声学环境下基于鸟鸣的物种分类问题,提出了一种基于Mel子带参数化特征的鸟鸣自动识别方法。采用高斯混合模型(GMM)拟合连续声学监测数据分帧后的对数能量分布,选取高似然率的数据帧组成候选声音事件完成自动分段。在谱图域对相应片段采用Mel带通滤波器组滤波处理,然后基于自回归模型(AR)分别建模各个子带输出的随时间变化的能量序列,得到能够描述不同种类鸟鸣信号时频特性的参数化特征。最后利用支持向量机(SVM)分类器进行分类识别。基于野外自然环境11种鸟鸣信号开展了自动分段与识别实验,所提方法针对各类鸟鸣的查准率、查全率以及F1度量均不低于89%,明显优于现有基于纹理特征的方法,更适用于野外鸟类连续声学监测领域的自动数据分析需求。