本文主要是介绍语音信号处理(2):文本相关的声纹识别系统(MFCC、VQ),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
本文基于Matlab设计实现了一个文本相关的声纹识别系统,可以判定说话人身份。简单理解即为一个声纹锁(类似指纹锁)。整个系统的源代码,可以从这里下载:【基于Matlab的声纹锁】
系统原理
a.声纹识别
这两年随着人工智能的发展,不少手机App都推出了声纹锁的功能。这里面所采用的主要就是声纹识别相关的技术。声纹识别又叫说话人识别,它和语音识别存在一点差别。
b.梅尔频率倒谱系数(MFCC)
梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient, MFCC)是语音信号处理中最常用的语音信号特征之一。
实验观测发现人耳就像一个滤波器组一样,它只关注频谱上某些特定的频率。人耳的声音频率感知范围在频谱上的不遵循线性关系,而是在Mel频域上遵循近似线性关系。
梅尔频率倒谱系数考虑到了人类的听觉特征,先将线性频谱映射到基于听觉感知的Mel非线性频谱中,然后转换到倒谱上。普通频率转换到梅尔频率的关系式为
这篇关于语音信号处理(2):文本相关的声纹识别系统(MFCC、VQ)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!