论文部分内容阅读
在通过对MFCC算法的研究和实验,发现在噪音环境下基于梅尔频率倒谱系数(MFCC)的识别率受到了影响.为了提高在噪音环境下说话人识别系统的识别率,通过对MFCC参数提取过程进行改进,用小波包变换代替快速傅里叶变换和Mel滤波器组,获得了新参数newMFCC,然后将信号的频谱重心与newMFCC结合成新的特征参数进行提取.实验结果表明,新特征参数newMFCC+SC和newMFCC和原来的MFCC相比,在噪音情况下都有更好的识别率;在高信噪比条件下,newMFCC+SC的识别效果要优于newMFCC,