论文部分内容阅读
针对在噪声环境下的说话人识别系统，做了两点改进．第一，为了提高系统的鲁棒性，通过不同尺度的小波基，把含有噪声的信号分解于不同频段中，然后在各个频段分别通过TEO（Teager能量算子）去噪．针对说话人识别的特点，在小波重构时对各小波系数进行了加权处理．再把各个频段的输出通过小波重构恢复信号．最后通过Mel滤波器组把小波系数转换成MFCC．第二，为了进一步提高识别性能和训练速度，在识别阶段采用了改进的OGMM（正交高斯混合模型），即把正交变换改到EM算法之前进行，这样就不必要在EM迭代过程中每次都进行正交运