结合谱减和缺失特征重建的鲁棒性话者识别

摘要

针对加性噪声影响下文本无关说话人识别系统性能急剧下降的问题,提出谱减和缺失特征重建相结合的方法.该方法将被噪声严重污染的频段称为缺失特征,采用谱减法对语音信号进行前端处理,并检测缺失特征;利用基于聚类的重建方法,由可靠特征估计缺失特征.在YOHO数据库上信噪比(SNR)为5～20 dB的实验表明,相对于单独的谱减法和缺失特征重建方法,该方法的识别性能有显著提高.