唐宗渤, 周　萍，王茂蓉，刘继锦

(1.桂林电子科技大学 信息科技学院，广西 桂林 541004; 2.桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004)



反蓄意模仿说话人识别系统中特征参数提取的研究*

唐宗渤1, 周萍2，王茂蓉2，刘继锦2

(1.桂林电子科技大学 信息科技学院，广西 桂林 541004; 2.桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004)

摘要：当模仿者蓄意模仿说话人的语音且相似度极高时，说话人识别系统就有可能被欺骗。特征参数的提取是说话人识别的关键环节，直接影响了系统的识别性能。MFCC是语音识别中最热门的特征参数之一，但由于其只反映了语音的静态特性，为了提取更具个人语音特性的特征参数，引入加权MFCC，同时结合离散小波变换得到DWTWC，根据增减分量法，提出了DWI-MFCC。实验表明，DWI-MFCC倒谱系数比MFCC能更有效地区分语音的相似度。

关键词：特征参数; MFCC; 蓄意模仿; 增减分量法

引用格式：唐宗渤, 周萍，王茂蓉，等. 反蓄意模仿说话人识别系统中特征参数提取的研究[J].微型机与应用，2016,35(12)：18-20.

0引言

生物认证技术[1]作为一种身份鉴别技术，它具有安全、方便等优点。但与其他生物特性相比，声音更容易被模仿，特别在蓄意模仿与目标说话人的语音相似度极高时，就给识别系统的鲁棒性带来严峻考验。有效的声学特征，可大大提高识别性能。常用的特征参数有基因频率、线性预测参数LPC、Mel频率倒谱系数[2]MFCC等。其中MFCC能充分模拟人耳的听觉感知特性，应用较多。但其只能体现语音的静态特征，为了提取更具个人特性的参数，本文对MFCC作加权处理，结合离散小波变换引进DWTWC，根据增减分量法，提出DWI-MFCC。……