基于 GMM-UBM 的声纹识别技术的特征参数研究

来源：计算机技术与发展杂志2020年第05期北京时间：

作者：周玥媛;孔钦

摘要：声纹识别技术实现的关键点在于从语音信号中提取语音特征参数,此参数具备表征说话人特征的能力。 基于GMM-UBM 模型,通过 Matlab 实现文本无关的声纹识别系统,对主流静态特征参数 MFCC、LPCC、LPC 以及结合动态参数的 MFCC,从说话人确认与说话人辨认两种应用角度进行性能比较。 在取不同特征参数阶数、不同高斯混合度和使用不同时长的训练语音与测试语音的情况下,从理论识别效果、实际识别效果、识别所用时长、识别时长占比等多个方面进行了分析与研究。 最终结果表明:在 GMM-UBM 模式识别方法下,三种静态特征参数中 MFCC 绝大多数时候具有最佳识别效果,同时其系统识别耗时最长;识别率与语音特征参数的阶数之间并非单调上升关系。 静态参数在结合较佳阶数的动态参数时能够提升识别效果;增加动态参数阶数与提高系统识别效果之间无必然联系。

关键词：GMM-UBM;声纹识别;特征参数性能;说话人确认;说话人辨认