刘 冰，滕广超，林嘉宇

（1.国防科学技术大学电子科学与工程学院，长沙410073；2.武警湖南省总队湘潭市支队，湘潭411104；3.武警黄金一总队通信科，哈尔滨150086）

基于GMM的说话人识别系统设计与实现

刘 冰1，2，滕广超1，3，林嘉宇1

（1.国防科学技术大学电子科学与工程学院，长沙410073；2.武警湖南省总队湘潭市支队，湘潭411104；3.武警黄金一总队通信科，哈尔滨150086）

现代通信中，说话人的身份认证技术一直是通信行业研究的重点和热点。而基于GMM和MFCC的说话人识别技术，是目前为止相对成熟和常用的方法。对说话人识别系统的构成做了相关的研究，并通过MATLAB编程，设计了一款以MFCC作为特征参数，基于GMM模型的说话人识别系统。经过实验测试，本系统能基本满足工作及家庭生活环境下的说话人识别需要。

说话人识别；Mel倒谱系数；混合高斯模型

1 引 言

说话人识别（Speaker Recognition）［1］，也称声纹识别（Voiceprint Recognition），是一种利用说话人的语音特征与预先提取的说话人的语音特征相比较，进而确认和鉴别说话人身份的技术。说话人识别技术的研究始于二战时期美国的Bell实验室，经过几十年的研究和发展，说话人识别技术取得了突飞猛进的发展。特别是1995年，Reynolds［2］对高斯混合模型（Gaussian Mixture Model，GMM）［3-4］进行了详细介绍和应用，其简单、实用、高效的特点，使之成为说话人识别模式匹配过程中的重要技术。说话人识别可分为说话人确认（Speaker Verification）和说话人鉴别（Speaker Identification）两类。

2 说话人识别系统原理

说话人识别系统一般由训练模块和识别模块组成。其原理如图1所示。

图1 说话人识别系统原理框图