论文研究 改进的美尔倒谱系数用于说话人识别研究.pdf

基于人耳听觉感知的MFCC较其他说话人特征具有强抗噪性、高识别率特点。考虑美尔滤波器组的结构，其只在低频区具有较高的分辨率，在高频区分辨率却较低，这样势必会遗失一些包含在高频区域的重要信息。利用反美尔域下的特征R-MFCC与MFCC的各自优点，将R-MFCC与MFCC结合，形成优势互补，并给出了衡量各种特征参数识别能力的Fisher准则，结合Fisher准则构造出一种新的混合特征参数。采用支持向量机分别以MFCC、R-MFCC以及新构造的混合特征为参数进行说话人的识别，实验证明基于Fisher准则的优选混合特征作为说话人识别特征是可行的。