摘要:语音中存在加性噪声降低了MFCC参数的鲁棒性, 使得说话人确认系统性能下降. 多窗谱MFCC引入了多窗谱估计技术在增强MFCC特征的噪声鲁棒性上取得了一定效果, 但改善的程度有限. 为了使MFCC参数对噪声具有更强的鲁棒性, 提出了一种改进的多窗谱MFCC提取算法. 改进算法在多窗谱MFCC的基础上引入谱减思想, 谱减法(Spectral Subtraction, SS)能够增强语音并降低噪音的干扰. 因此, 采用了Multitaper+SS组合的改进算法融合了两者的优势, 具备了更好的性能. 仿真结果表明, 当测试语音中含有加性噪声时, 与多窗谱MFCC提取算法相比, 采用改进的多窗谱MFCC的说话人确认系统性能在等错误率EER和最小检测代价函数值minDCF两项评测指标上都取得了更好的结果.