最大互信息优化的Delta相位谱参数确定法提升说话人识别性能

本文主要探讨了一种创新的参数确定方法，即"基于最大互信息的Delta相位谱参数确定方法"。该研究针对说话人识别系统中关键的帧长和帧移参数设置问题，传统的选择往往依赖于经验分析，缺乏坚实的理论基础。作者虢明和王金芳来自吉林大学通信工程学院，他们意识到这可能导致系统性能的不稳定性和局限性。 他们提出的算法核心是利用最大互信息准则来优化参数设置。最大互信息是一种衡量两个随机变量之间关联程度的统计量，这里被用于寻找能最大程度上提升信号特征提取效率的帧长和帧移组合。以Mel频率Delta相位倒谱系数（Mel-frequency Delta Phase Cepstral Coefficients, MFDPs）为例，这种方法旨在在保持相位突变检测能力的同时，有效抑制相位噪声的影响，从而提高系统的鲁棒性和准确性。 实验结果显示，通过最大互信息准则确定的参数，显著提升了说话人识别系统的性能，其识别精度和稳定性相较于基于经验分析的选择有了显著改善。这证实了所提算法的有效性和可靠性，它不仅提供了更为科学的参数选择策略，而且在实际应用中具有更高的实用性。 因此，这项工作对于优化短时信号处理中的参数估计，特别是在语音识别、声纹识别等领域的技术改进具有重要意义。未来的研究可以进一步探索如何将这种最大互信息准则推广到其他类型的信号处理任务，以及如何结合深度学习等先进技术，进一步提升参数自动优化的能力。