基于翻转梅尔频率倒谱系数的语音变调检测方法

论文摘要

语音变调常用于掩盖说话人身份,各种变声软件的出现使得说话人身份伪装变得更加容易。针对现有变调语音检测方法无法判断语音是经过了何种变调操作(升调或降调)的问题,通过分析语音变调在信号频谱,尤其是高频区域留下的痕迹,提出了基于翻转梅尔倒谱系数(IMFCC)统计矩特征的电子变调语音检测方法。首先,提取各语音帧IMFCC及其一阶差分;然后,计算其统计均值;最后,在该统计特征上利用支持向量机(SVM)多分类器的设计来区分原始语音、升调语音和降调语音。在TIMIT和NIST语音集上的实验结果表明,所提方法无论对于原始语音、升调语音还是降调语音都具有良好的检测性能。与MFCC作为特征构造的基线系统相比,所设计的特征的方法明显提高了变调操作的识别率。在较少的训练资源的情况下,所提方法也获得了比基于卷积神经网络(CNN)的框架更好的性能;此外,在不同数据集和不同变调方法上也都取得了较好的泛化性能。

论文目录

• 0 引言
• 1 语音变调的基本原理
• 2 基于IMFCC的语音变调检测
•   2.1 特征提取
•   2.2 分类器设计
• 3 实验与结果分析
•   3.1 同一数据集的检测结果
•   3.2 交叉数据集的检测结果
•   3.3 不同变调方法的检测结果
•   3.4 与卷积神经网络方法的比较
• 4 结语

文章来源

类型: 期刊论文

作者: 林晓丹,邱应强

关键词: 语音变调,翻转梅尔频率,倒谱系数,统计矩,多分类

来源: 计算机应用 2019年12期

年度: 2019

分类: 信息科技

专业: 电信技术

单位: 华侨大学信息科学与工程学院

基金: 国家自然科学基金资助项目(61871434),华侨大学科研基金资助项目(Y19060)~~

分类号: TN912.3

页码: 3510-3514

总页数: 5

文件大小: 1817K

下载量: 104