电话信道下应用DMFCC进行说话人识别

鉴别性Mel频率倒谱系数(DMFCC)是一种修正的Mel频率倒谱系数(MFCC),其更加强调语音频谱各个子带携带的鉴别性信息,采用自适应的非均匀的滤波器组设置。在宽带信号应用中,DMFCC的作用和效果已经被证明;但在窄带信号应用中,DMFCC还鲜见有成功应用的例子。该文在电话信道下对应用DMFCC进行说话人识别研究,在美国国家标准技术研究院(NIST)2006年说话人识别评测Female核心测试集上,以MFCC作为特征参数的系统的等错误率为7.57%,以DMFCC作为特征参数的系统的等错误率为7.25%,而采用基于逻辑自回归的线性融合方法把基于两种不同特征的系统在分数域进行融合后系统的等错误率可达到6.31%,相对于基于MFCC的系统等错误率下降16.6%。实验表明,在电话信道下直接应用DMFCC可小幅度提高性能;理论分析以及实验结果表明:二者存在一定的互补性,即把DMFCC和MFCC融合应用能够大幅度提高电话信道下说话人识别的性能。     

说话人识别技术的研究进展

说话人识别技术作为一种身份识别的手段,具有独特的优势,是语音信号处理中的重要组成部分,近年来也逐渐成为国际上研究的热点.本文综述了说话人识别技术的发展及其相关技术,对现有的各种方法的优点和不足进行了分析,并对其中存在的问题和未来的研究方向进行了探讨.     

基于多特征I-Vector的说话人识别算法

针对单一声学特征无法精准高效地辨识说话人身份的问题,提出了一种基于多特征I-Vector的说话人识别算法.该算法首先采集不同的声学特征并将其构成一个高维特征向量,然后通过主成分分析法有效地剔除高维特征向量的关联,确保各种特征之间正交化,最后采用概率线性判别分析进行建模和打分,并在一定程度上降低空间维度.在TIMIT语料库上利用Kaldi进行实验,算法运行结果表明,该算法较当前流行的基于I-Vector的单一梅尔频率倒谱系数和感知线性预测系数的特征系统在等错误率上分别提高了8.18%和1.71%,在模型训练时间上分别减少了60.4%和47.5%,具有更好的识别效果和效率.     

基于矢量量化的时序说话人聚类方法

针对传统分层聚类方法运算速度较慢的问题,提出一种基于矢量量化的时序说话人聚类方法。首先对各语音段的特征进行矢量量化得到各语音段的码本,然后采用贝叶斯信息判据计算各码本之间的距离,最后按时间先后顺序进行说话人聚类。采用会议和新闻语音数据进行测试,实验结果表明:会议语音的说话人聚类F值为73.47%,新闻语音的说话人聚类F值为80.00%;在处理速度方面,该方法比无矢量量化时序聚类方法提高了3.16倍,比传统分层聚类方法提高了53.31倍。     

浅谈新闻中的议论

事实是新闻的本源,新闻要用事实说话是大家的共识,新闻主要是一种展示,而不是评议（新闻评述除外）。因此,新闻写作的根本方法,就是要＂忠于事实,叙述准确＂,要能＂把真实的情形描写出来＂以引起读者深思并让读者自己去品味、去领悟、去得出结论。当然,我们这样说,并不是要排斥一切必要而恰当的议论。＂用事实说话＂固然是新闻写作的基本规律和基本方法,但文无定法,     

机测普通话“说话”项测评分析与对策研究

在计算机辅助普通话水平测试中,说话项随着测试方式的改变出现了测试成绩合格率随等级上升而逐渐下降的趋势。可以从改进正音方法,提高说话的准确性;培养普通话思维习惯,重视语感实践,提高说话的熟练性;重视机测前心理辅导,提高说话的流畅性;创建良好的测试环境,提高说话的适应性等方面入手,提高测试的科学性和规范性。     

基于SVM的藏语说话人性别识别

说话人性别识别是语音识别研究中的一个重要分支.通过说话人的语音识别作为说话人性别识别的预分类技术可以降低研究问题的复杂度,提高系统的准确率.文中首先从建立的藏语语音性别库入手,提取语音的特征参数MFCC,进而利用SVM进行训练和识别.实验结果表明:用于说话人识别的MFCC特征能有效地用于藏语说话人性别识别,且与SVM联...     

一种改进的LSA语音增强算法

针对说话人识别的噪声鲁棒性问题,在对数谱最小均方差误差估计算法基础上,采用改进的最小值控制递归平均算法对语音帧信噪比进行估计,通过对前一帧的短时功率谱进行2次平滑和前向多帧最小值搜索,结合语音存在概率估计出当前帧的信噪比,并根据信噪比自适应调整增益因子的大小,对噪声进行消除。构建了一种改进的LSA语音增强方法,使用该方法可以使增强后的语音保持较高的自然度。实验结果表明,与MMSE-LSA算法比较,改进的LSA算法具有更好的语音增强效果,在5dB各类噪声环境下,其平均信噪比较MMSE-LSA算法提高1.36dB,主观语音质量评估平均提高8%。将该方法用于说话人识别系统,其检测代价较采用MMSE-LSA算法的系统平均降低3%。     

“声音指纹”识别技术

<正>"声音指纹"为你提供方便和安全,但同时也可能引起涉及隐私的许多问题。"我的密码就是我的声音。"也许要不了多久,你很快就会发现,当你打电话给银行或信用卡公司时,你可以这么说了。像指纹或虹膜扫描一样,每个人的声音都是独一无二的。一些安保公司已经将语音识别作为一种新的便捷的身份验证手段。但是专家们担心,声音指纹可以在未经声音主人的同意用     

Oh,眼泪

1我的一个朋友,前阵子得了一种奇怪的病。他的喉结那里鼓了出来,越来越粗,最后,变得像青蛙的声囊一样。他只要一开口说话,脖子上就会鼓出一团亮亮的、白白的水泡状物体。他去看医生,医生说他的喉部有一块"帕斯卡达综合水肿",通俗点说,就是他的喉咙那里卡了一个圆滚滚的水球。这个水球是怎么来的?医生说从拍的片子来看,大概是从眼眶上方泪腺窝里导流来的。这么说,就是眼泪都流到喉咙这儿来啦?虽然是个莫名其妙的怪病,但仿佛也没什么别的影响——只要不开口说话,这一团卡在喉咙里的眼