[发明专利]基于高斯混合模型的声纹识别方法及系统

摘要

一种基于高斯混合模型的声纹识别方法及系统，步骤如下：语音信号采集；语音信号预处理；语音信号特征参数提取：采用梅尔频率倒谱系数(MFCC)，MFCC的阶数通常取为12~16；模型训练：采用EM算法为说话人的语音信号特征参数训练高斯混合模型(GMM)，模型的参数初始化方法选用k-means算法；声纹辨识：将采集到的待识别语音信号特征参数与已建立的说话人语音模型进行比较，并根据最大后验概法进行判断，若对应的说话人模型使得待识别的话者语音特征向量X具有最大的后验概率，则识别出说话人。该方法采用了基于概率统计的高斯混合模型，能很好的反映说话人的语音在特征空间的分布，其概率密度函数比较常见，模型中的参数易于估计和训练，而且具有良好识别性能和抗噪能力。

主权项

一种基于高斯混合模型的声纹识别方法，其特征是具体步骤如下：（1）、语音信号的采集：以程控交换综合实验箱的话机作为采集语音信号的终端设备，通过语音卡采集语音信号；（2）、语音信号的预处理：通过计算机将提取的语音信号进行分帧加窗操作，在分帧过程中一帧包括256个采样点，帧移为128个采样点，所加的窗函数为汉明窗；端点检测，采用基于短时能量和短时过零率法相结合的端点检测法；预加重，加重系数的范围为0.90~1.00；（3）、语音信号特征参数提取：采用梅尔频率倒谱系数(MFCC)，MFCC的阶数通常取为12~16；（4）、模型训练：采用EM算法为说话人的语音信号特征参数训练高斯混合模型(GMM)，模型的参数初始化方法选用k means算法；（5）、声纹辨识：通过将采集到的待识别语音信号特征参数与库中通过第1步骤1、第2步骤、第3步骤已建立的说话人语音模型进行比较，并根据最大后验概法进行判断，若对应的说话人模型使得待识别的话者语音特征向量X具有最大的后验概率,则认为识别出说话人。