[发明专利]感知语谱规整耳蜗滤波系数的说话人识别特征提取方法

摘要

本发明公开了感知语谱规整耳蜗滤波系数的说话人识别特征提取方法，其包括以下步骤：先构建符合耳蜗基底膜行波冲激响应及非线性频率分布的耳蜗滤波器组；再对语音进行基于听觉感知特性的语音增强以及二维增强，并通过对连续分布的纯净语音语谱结构进行二维边界检测，得到感知语谱结构规整参数PSN；最后通过感知语谱结构规整参数PSN在时域中进一步规整所有由耳蜗滤波器组输出的耳蜗滤波系数，提取感知语谱规整耳蜗滤波系数PSNCC特征参数。本发明所提取的PSNCC特征参数从时‑频域两个方面提高了特征参数的鲁棒性能，进而提高了低信噪比的噪声环境下说话人识别系统的识别率。

主权项

1.感知语谱规整耳蜗滤波系数的说话人识别特征提取方法，其特征在于，包括以下步骤：步骤S1、基于耳蜗基底膜的行波及其脉冲响应，在频域中构建符合人耳心理声学实验的耳蜗滤波器，并在Bark尺度上拓展为非线性分布的耳蜗滤波器组；步骤S2、对含噪语音进行基于听觉感知特性的语音增强以及一个时‑频域的二维增强，并通过对连续分布的纯净语音语谱结构进行二维边界检测，得到感知语谱结构规整参数PSN，其用f_PSN(m)表示；步骤S3、由步骤S1中的耳蜗滤波器组的输出bm_ci,_τ(n)获得耳蜗滤波系数Co(m,l)，然后由步骤S2中的感知语谱结构规整参数PSN在时域中进一步规整所有耳蜗滤波系数Co(m,l)，提取感知语谱规整耳蜗滤波系数PSNCC特征参数；所述PSNCC特征参数的具体提取步骤为：采用了针对语音连续性分布特点的检测方法，以此来区别对待鲁棒性较强的语音分布和噪声的分布，具体方法如下：1)首先提取语音的PSN参数；2)确定PSN参数f_PSN(m)大于阈值a并且连续分布的帧数con(m)大于b帧的语音段，并把此段作为检测到的鲁棒语音段；PSNCC特征参数PSNCC(m,l)由下式提取：