基于MFCC与基频特征贡献度识别说话人性别

摘要：

提出了一种复杂场景下基于MFCC与基频特征贡献度的说话人性别识别方法.该方法有效融合了基于Mel频率倒谱系数的模板匹配方法和基音频率判别方法.实验语音数据库包括5 000个孤立词语音和1 260个带情感的语音.在安静环境下说话人的性别识别率可以达到98.88％,在信噪比为10 dB的babble噪声下通过谱减法降噪后的识别率为90.2％.实验表明:说话人情绪对性别识别的影响较大,尤其是男声.

关键词： 说话人 性别识别系统 优化设计 信息处理 精度控制

作者: 庞程 李晓飞 刘宏

作者单位: 北京大学深圳研究生院深圳物联网智能感知技术工程实验室,广东 深圳 518055

会议类型: 国内会议

会议名称: 第十届中国智能机器人会议

会议地点: 长沙

会议语种:中文

页码: 108-111,120

在线出版日期: 2013-11-01（万方平台首次上网日期，不代表论文的发表时间）