SMFCC：一種新的語音信號特征提取方法

汪海彬 余正濤 毛存禮 郭劍毅

摘 要：目的的介紹有點散，請提煉一下如何描述更恰當？一般的寫法是針對...中存在的...問題，提出...方法針對說話人識別系統中存在的有效語音特征提取以及噪聲影響的問題，提出了一種新的語音特征提取方法——基于S變換的美爾倒譜系數（SMFCC）。該方法是在傳統美爾倒譜系數（MFCC）的基礎上利用S變換的二維時頻多分辨率特性，以及奇異值分解（SVD）方法的二維時頻矩陣有效去噪性，并結合相關統計分析方法最終獲得語音特征。采用TIMIT語音數據庫，將所提的特征和現有特征進行對比實驗。 SMFCC特征的等錯誤率（EER）和最小檢測代價（MinDCF）均小于線性預測倒譜系數（LPCC）、MFCC及其結合方法LMFCC，比MFCC的EER和MinDCF08分別下降了3.6%與17.9%。實驗結果表明所提方法能夠有效去除語音信號中的噪聲，提升局部分辨率。

關鍵詞：S變換；奇異值分解；基于S變換的美爾倒譜系數；高斯混合模型通用背景模型；說話人識別

中圖分類號： TN912.34補充中圖分類號及其對應英文 文獻標志碼：A英文標題