《電子技術應用》
您所在的位置:首頁 > 嵌入式技術 > 設計應用 > 反蓄意模仿說話人識別系統中特征參數提取的研究
反蓄意模仿說話人識別系統中特征參數提取的研究
2016年微型機與應用第12期
唐宗渤1, 周萍 2,王茂蓉 2,劉繼錦 2
(1.桂林電子科技大學 信息科技學院,廣西 桂林 541004; 2.桂林電子科技大學 電子工程與自動化學院,廣西 桂林 541004)
摘要: 當模仿者蓄意模仿說話人的語音且相似度極高時,說話人識別系統就有可能被欺騙。特征參數的提取是說話人識別的關鍵環節,直接影響了系統的識別性能。MFCC是語音識別中最熱門的特征參數之一,但由于其只反映了語音的靜態特性,為了提取更具個人語音特性的特征參數,引入加權MFCC,同時結合離散小波變換得到DWTWC,根據增減分量法,提出了DWI-MFCC。實驗表明,DWI-MFCC倒譜系數比MFCC能更有效地區分語音的相似度。
Abstract:
Key words :

  唐宗渤1, 周萍 2,王茂蓉 2,劉繼錦 2

 ?。?.桂林電子科技大學 信息科技學院,廣西 桂林 541004; 2.桂林電子科技大學 電子工程與自動化學院,廣西 桂林 541004)

       摘要:當模仿者蓄意模仿說話人的語音且相似度極高時,說話人識別系統就有可能被欺騙。特征參數的提取是說話人識別的關鍵環節,直接影響了系統的識別性能。MFCC是語音識別中最熱門的特征參數之一,但由于其只反映了語音的靜態特性,為了提取更具個人語音特性的特征參數,引入加權MFCC,同時結合離散小波變換得到DWTWC,根據增減分量法,提出了DWI-MFCC。實驗表明,DWI-MFCC倒譜系數比MFCC能更有效地區分語音的相似度。

  關鍵詞:特征參數; MFCC; 蓄意模仿; 增減分量法

0引言

  廣西研究生教育創新計劃資助項目(YCSZ2015152)生物認證技術[1]作為一種身份鑒別技術,它具有安全、方便等優點。但與其他生物特性相比,聲音更容易被模仿,特別在蓄意模仿與目標說話人的語音相似度極高時,就給識別系統的魯棒性帶來嚴峻考驗。有效的聲學特征,可大大提高識別性能。常用的特征參數有基因頻率、線性預測參數LPC、Mel頻率倒譜系數[2]MFCC等。其中MFCC能充分模擬人耳的聽覺感知特性,應用較多。但其只能體現語音的靜態特征,為了提取更具個人特性的參數,本文對MFCC作加權處理,結合離散小波變換引進DWTWC,根據增減分量法,提出DWIMFCC。實驗表明,DWIMFCC比傳統MFCC更能區分語音的相似度,提高識別系統的魯棒性。

1特征參數的提取

  1.1Mel頻率倒譜系數

  MFCC [2]作為模擬人耳特殊感知能力的參數得到研究者的推崇。其實際頻率f與Mel頻率fMel之間的轉換關系如式(1)所示,其中fMel的單位為Mel,f的單位為Hz。MFCC的提取過程如圖1所示,其參數分布示例圖如圖2所示。

  T5W]RCMWREDP83%JB%WJBCR.png

001.jpg

  圖2MFCC的參數分布示例圖由圖2可知,隨著維數的升高,MFCC變化幅度變小,升高到一定程度后,系統識別性不僅沒有提高,反而增加了運算量。

  1.2加權Mel頻率倒譜系數

  為了得到更具區分性的加權特征參數,本文采用升半正弦函數[3]進行加權,如式(2)所示:

  r=0.5+0.5*sin(π*(i-1)/n)(2)

  其中i=1,2,…,n為維數,本文n=24,0.5是靜態分量。為了更準確地體現不同說話人的個性特征差異[4],本文提出另一種加權函數如式(3)所示,得到改進的加權特征參數IWMFCC。

  r1=0.5+0.5*sin(2π*(i-1)/n)(3)

  1.3DWTWC語音特征參數提取

  在提取特征參數時,用離散小波變換代替傅里葉變換,用中頻區域分布密集的MidMel濾波器組[56]代替原來的濾波器, DWTWC參數的提取步驟如下:首先對語音信號進行預加重、分幀加窗等;接著用離散小波變換[7]對預處理后的信號進行處理,選擇適當的小波基和分解層數對其分解,并計算小波系數;然后利用頻譜的拼接把系數組成一組參數,求其能量;最后取對數,再經過DCT可得到相應的DWTWC。其提取過程如圖3所示。

  

002.jpg

  與MFCC提取流程不同的是其前端處理采用離散小波變換[8],Mel濾波器換成了Mid-Mel濾波器組,有效補充了中頻區域的語音信息。

2DWI-MFCC混合特征參數

  為了提高識別率,需對MFCC、WMFCC、IMFCC和DWTWC進行融合,用增減分量法[9]對維度進行篩選,將對識別率貢獻最大的n階分量進行組合,得到新的混合特征參數,如式(4)所示:

  R(i)=1n∑j>i(p(i,j)-p(i+1,j))+p(i,i)+

  ∑j<i(p(j,i)-p(j,i-1))(4)

  其中,n為階數,p(i,j)為從第i到第j階的識別率,R(i)為第i階分量平均貢獻值,若其大于0,則對識別有貢獻,反之則使識別率下降。文中僅順序摒棄或增添特征分量[10]。由式(4)計算出各參數中對識別率貢獻最大的特征分量,對其組合得到新的特征參數,即 DWIMFCC。

3實驗結果與分析

  3.1不同特征參數歐氏距離排名對比

  本文從專業配音網站提取語音庫,采樣頻率為8 kHz,量化精度為16 bit。提取16階MFCC,計算被模仿者與模仿者語音的MFCC和DWIMFCC的歐氏距離,然后對其從小到大排序得到表1。

004.jpg

005.jpg

  由表1可得,采用DWIMFCC的原語音和模仿語音的排名一致性高達87.5%,證明 DWIMFCC不但有效補充了MFCC在中頻區域的語音信息,而且很好地體現了語音個性特征;而采用MFCC時,排名一致性只有43.75%,這是因為MFCC中只包含了語音的靜態特性。綜上,本文提出的DWIMFCC對語音模仿的區分能力更強,能更有效區分出原語音和被模仿語音。

  3.2不同特征參數實驗結果的對比

  為驗證特征參數的語音模仿區分性能,建立基于SVM的蓄意模仿識別系統,首先選取80人模仿語音庫中16位名人的聲音。訓練階段,先提取目標說話人與待測試說話人的特征參數,將其分別記為“+1”類和“-1”類并用以訓練出目標說話人的SVM模型。測試階段,將待測試語音與目標說話人的模型進行匹配,再和預先設定的閾值進行比較。本文選取徑向基函數作為SVM的核函數,懲罰系數為3,核函數參數為0.6。實驗采用16階的MFCC和DWIMFCC分別作為樣本建立SVM模型,對數據進行[0,1]歸一化,計算出每個被模仿者使用不同特征參數時的錯誤接受率(FA),如表2所示,圖4給出了兩者的錯誤接受率的對比圖。

003.jpg

  從圖4可知,MFCC的錯誤接受率曲線處于DWIMFCC的曲線上方,即DWIMFCC參數的錯誤接受率比MFCC參數的低,從而更有力地說明DWIMFCC的區分性能比MFCC的要好。

4結論

  本文通過對MFCC特征參數的分布分析,提出了加權MFCC,同時結合離散小波變換引入了DWTWC,根據增減分量法,提出了DWIMFCC。從理論和實驗兩個方面對特征參數的有效性進行了分析,同時采用SVM對反蓄意模仿系統進行匹配分析。實驗表明,本文提出的DWIMFCC相比于傳統的MFCC,對語音模仿的區分能力更強,有更好的識別性能。

  參考文獻

  [1] 李建文,張晉平.基于改進語音特征提取方法的語音識別[J].微電子學與計算機,2009,26(7):230233.[2] 柯晶晶,周萍,景新幸,等.差分和加權Mel倒譜混合參數應用于說話人識別[J].微電子學與計算機,2014,31(9):8991.

  [3] 吳迪,曹潔,王進花.基于自適應高斯混合模型與靜動態聽覺特征融合的說話人識別[J].光學精密工程,2013,21(6):15981604.

 ?。?] 陳明義,余伶俐,朱晗,等.基于特征參數融合的語音情感識別方法[J].微電子學與計算機,2006,23(12):168171.

 ?。?] 田永紅. 一種優化的語音特征參數提取方法仿真[J]. 計算機仿真,2013,30(12):162165.

 ?。?] 吳麗芳. 語音轉換系統中特征參數的研究[D].南京:南京郵電大學,2013.

  [7] 楊陽,毛永毅,鄭敏,等.基于小波變換的AOA定位算法[J].微型機與應用,2014,33(3):4749,54.

 ?。?] 胡沁春,何怡剛,何靜,等.高斯類小波變換的開關電流頻域法實現[J].電子技術應用,2014,40(1):4446.

 ?。?] 曹孝玉. 說話人識別中的特征參數提取研究[D].長沙:湖南大學,2012.

  [10] 張璇. 基于Fisher準則的說話人識別特征參數提取研究[D].長沙:湖南大學,2013.


此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 欧洲mv日韩mv国产mv | 大好硬好深好爽想要视频 | 国产精品成人在线播放 | 大jjjj免费看视频 | fulidown国产精品合集 | 99在线视频观看 | 免费无遮h在线网站大全 | 麻豆视频国产 | 性欧美巨大极品videos | 一二三四在线视频播放社区 | chinese国产tk挠脚心 | 99视频精品全国在线观看 | 2021国产精品成人免费视频 | 涩涩爱在线观看 | 大伊人网 | 91妖精视频| 日韩大片免费在线观看 | 精品国产成人a区在线观看 精品国产v无码大片在线观看 | 丁香五月亚洲综合在线 | 性感美女香蕉视频 | 日本免费小视频 | 伊人a.v在线 | 亚洲欧美综合一区二区三区四区 | 久久96精品国产 | 九九热免费在线视频 | 欧美在线一级精品 | 永久免费看毛片 | 午夜影放免费观看 | 91麻豆精品一二三区在线 | 操操操干干干 | 亚洲欧美一区二区三区久本道 | 国产伦精品一区二区三区无广告 | 免费可以看黄的视频 s色 | 农村寡妇一级毛片免费播放 | 欧美爽爽网 | 黄色小视频在线观看 | 福利社看片 | 国产精品久久久久国产精品三级 | 污91视频| 成人毛片免费视频 | 国产精品单位女同事在线 |