[发明专利]基于DTW和GMM模型的多维特征参数声纹识别方法

摘要

一种基于DTW和GMM模型的多维特征参数声纹识别方法，包括如下步骤：S1、语音信号采样，S2、语音信号预处理，S3、语音信号特征参数提取，S4、语音信号模型训练，S5、待识别语音信号匹配识别。本发明通过在MFCC的基础上引入基音周期的方式，构造出经过改进的多维特征参数，不仅有效地提升了声纹识别的识别率，而且也避免了现有技术中因单独使用MFCC参数所造成的易被模仿的缺陷。同时，本发明采用了两步匹配识别算法，第一步运用DTW法部分匹配基音周期这个特征参数，进行初步识别，筛选掉数据库中不匹配的模板；第二步运用GMM匹配识别MFCC参数，从而在不影响识别率的前提下，极大缩减匹配识别的时间。

主权项

1.一种基于DTW和GMM模型的多维特征参数声纹识别方法，其特征在于，包括如下步骤：S1、语音信号采样，对训练语音和来自说话人的待识别语音进行采样收集；S2、语音信号预处理，将所采样的训练语音和待识别语音进行预处理；S3、语音信号特征参数提取，对训练语音及待识别语音进行特征参数提取，分别提取出梅尔倒谱系数和基音周期；S4、语音信号模型训练，对所采样的训练语音通过最大似然概率估计法得到高斯混合模型的均值、协方差矩阵和加权系数，记录得到的数据，保存相对应的高斯混合模型；S5、待识别语音信号匹配识别，先运用动态时间规整法匹配识别待识别语音，再运用高斯混合模型来匹配识别待识别语音，得出识别结果。