语音信号处理（2）：文本相关的声纹识别系统（MFCC、VQ）

    本文基于Matlab设计实现了一个文本相关的声纹识别系统，可以判定说话人身份。简单理解即为一个声纹锁（类似指纹锁）。整个系统的源代码，可以从这里下载：【基于Matlab的声纹锁】

系统原理

  a.声纹识别

    这两年随着人工智能的发展，不少手机App都推出了声纹锁的功能。这里面所采用的主要就是声纹识别相关的技术。声纹识别又叫说话人识别，它和语音识别存在一点差别。

  b.梅尔频率倒谱系数（MFCC）

   梅尔频率倒谱系数（Mel Frequency Cepstrum Coefficient, MFCC）是语音信号处理中最常用的语音信号特征之一。
    实验观测发现人耳就像一个滤波器组一样，它只关注频谱上某些特定的频率。人耳的声音频率感知范围在频谱上的不遵循线性关系，而是在Mel频域上遵循近似线性关系。
   梅尔频率倒谱系数考虑到了人类的听觉特征，先将线性频谱映射到基于听觉感知的Mel非线性频谱中，然后转换到倒谱上。普通频率转换到梅尔频率的关系式为