论文部分内容阅读
声纹识别系统的识别性能会随着环境噪声的增强而急剧降低，为了使系统具备一定的噪声鲁棒性，提出了一种基于数据驱动缺失特征检测与重建的声纹识别前端处理方法。充分利用大量数据训练得到的信息估计子带信噪比，检测、标记和重建被噪声污染严重的子带特征，从而得到噪声鲁棒性特征参数。实验表明，该方法在低信噪比环境下取得了较高的识别率提升，在非平稳噪声下系统性能也有着较好的改善。