基于语音信号时变特性的说话人辨认

在平均Mel倒谱基础上提取随时间变化的特征频率,由此得到了由各个语音信号特征频率倒谱值序列构成的时间序列。运用时间序列预处理和数理统计的方法,分离时间序列的趋势量和波动量。波动量是零均值自协方差非平稳的时间序列,利用满阶时变参数自回归TVPAR（Time—Varying Parameter Autoregressive）模型对波动量序列进行分析,进一步提取说话人语音信号的特征参数。在波动量序列和用满阶TVPAR模型分析的基础上分别进行说话人识别。实验表明,用满阶TVPAR模型进行识别,识别率比波动量序列上的识别率有较大提高,一个特征频率上平均识别率达到99．68％,取两个特征频率时达到100％。