论文部分内容阅读
为提高说话人识别系统的识别率，提出了一种提取Mel频率倒谱系数（MFCC）与差分特征组合参数的方法：先对传统的MFCC参数进行特征分量归一化处理，提升MFCC系数的噪声鲁棒性；再用高斯混合模型（GMM）构建了说话人识别系统。使用TIMIT语音库进行实验测试，并比较了不同高斯混合数的MFCC特征参数组合对识别率的影响。结果表明：使用改进的MFCC混合参数明显地提高了说话人的识别率。