基于维纳滤波和子带处理的说话人识别

摘要

把小波变换和维纳滤波结合起来对语言信号进行去噪和利用NN分类器对语音信号进行非线性融合和子带语音识别,并采用了一种改进的MCE(最小分类错误)算法.通过三尺度的Daubechies小波变换把输入含噪语音信号分解成不同子带,然后在各个子带分别通过维纳滤波去噪,再把各个子带的输出通过小波重构恢复信号,最后通过Mel滤波器组把小波系数转换成MFCC(美尔倒谱系数).在使用分类器之前先进行GMM(高斯混合模型)识别,并采用改进的MCE(最小分类错误)算法,分类器融合采用了MLP结构.试验结果显示,这种系统取得了较好的抗噪效果,系统的辨识率和鲁棒性都有所提高.