基于翻转梅尔频率倒谱系数的语音变调检测方法

作     者：林晓丹 邱应强 LIN Xiaodan;QIU Yingqiang

作者机构：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) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2019年第39卷第12期

页      码：3510-3514页

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。

主 题 词：语音变调 翻转梅尔频率 倒谱系数 统计矩 多分类 

学科分类：0711[理学-心理学类] 07[理学] 

D　O　I：10.11772/j.issn.1001-9081.2019050870

馆 藏 号：203861296...