论文部分内容阅读
本文提出了一种新的基于经验模态分解和短时分析的说话人研究方法。在特征提取上,利用希尔伯特-黄变换中的经验模态分解法获得语音信号的固有模态函数,再结合短时分析技术获得语音信号的特征参数;在识别算法上,采用传统高斯混合模型进行说话人识别。实验结果表明,本文提出的EMD分解法+短时分析+高斯混合模型比传统的短时分析+高斯混合模型的的方法,在测试集上识别率由90.62[%]提高到了93.51[%]。