改進RASTA-PLP語音特征參數提取算法研究.pdf_第1頁
已閱讀1頁，還剩67頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、由于人耳對聲音的接受能力很強，所以基于聽覺特性的語音特征最能反映聲音的本質，具有好的魯棒性。因此，基于聽覺特性的語音特征提取方法在語音識別領域中日益受到重視。
　　 本文首先在噪聲環(huán)境下，對基于聽覺特性的PLP(Perceptual Linear Predictive,感覺加權線性預測)特征參數和RASTA(RelAtive SpecTrA)-PLP特征參數的提取算法進行了研究。PLP特征參數在臨界頻帶分析處理、等響度曲線預加重

2、和強度響度轉換上模擬了人耳的聽覺特性，是全極點模型的一組系數。RASTA濾波器等效于一種IIR濾波器，它的高通部分可以抑制平穩(wěn)的非語言學背景，低通部分則有助于平滑幀與幀之間的快速變化。將RASTA濾波技術應用于PLP特征參數的提取中，提高了參數的識別率，取得了好的實驗結果。
　　 其次，本文使用半升正弦函數倒譜提升技術、差分技術、倒譜提升和差分的聯(lián)合技術以及差分和倒譜均值減的聯(lián)合技術來改進RASTA-PLP特征參數。半升正弦函數

3、(Half Raised-Sine Function,HRSF)倒譜提升技術可以降低易受噪聲干擾的低階分量值，同時提高數值相對小的中高階分量值。差分技術可以體現(xiàn)語音特征參數的動態(tài)特征。倒譜均值減(Ceptral Mean Subtraction,CMS)技術可以減少通道噪聲。實驗結果表明，改進后特征參數的識別結果優(yōu)于原始特征參數的識別結果。
　　 最后，本文將語音增強中的譜減法和維納濾波技術應用于改進后的RASTA-PLP特征參

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論