抗噪語音識別特征提取算法的研究.pdf

1、語音識別在通信等領(lǐng)域有著廣泛的用途，其中語音特征參數(shù)提取是語音識別系統(tǒng)的一個(gè)重要組成部分。特征參數(shù)性能的優(yōu)劣直接影響著系統(tǒng)的性能，而環(huán)境噪聲是制約特征參數(shù)性能的關(guān)鍵因素。本文以噪音環(huán)境下語音特征參數(shù)的提取為研究對象，分析了人耳的聽覺特性，在對傳統(tǒng)語音特征參數(shù)MFCC的深入分析和研究基礎(chǔ)上，提出了三種基于小波變換和人耳聽覺特性的改進(jìn)MFCC特征。論文還提出了一種對ZCPA特征參數(shù)改進(jìn)的方法。 論文首先介紹了傳統(tǒng)的語音特征參數(shù)MFC

2、C，它是基于人耳聽覺特性設(shè)計(jì)的一種特征參數(shù)，在靜音環(huán)境下能得到較高的識別率，但在信噪比較低時(shí)識別率急劇下降，不利于實(shí)用化。本文通過對MFCC算法的分析和研究，發(fā)現(xiàn)其中的FFT和DCT在整個(gè)時(shí)頻空間使用固定的分析窗，這不符合語音信號特性，而小波變換具有多分辨率特性，更符合人耳的聽覺特性。因此，本文將小波變換和MFCC算法相結(jié)合，提出了三種新的語音識別特征：①DWTMFCC是用DB3小波變換代替MFCC算法中的FFT得到的；②MFCBWC是

3、用臨界帶小波替換MFCC特征提取中的DCT，克服了DCT的缺陷；③CBMFCBWC特征是在MFCBWC特征算法的前端采用臨界帶小波變換而得到的一種新特征。本文通過大量仿真試驗(yàn)證明，基于三種新特征的識別率比原來MFCC的識別率有了很大提高，特別是在低信噪比和大詞匯量情況下。 隨后論文介紹了ZCPA特征參數(shù)。這種特征在計(jì)算上升過零率獲取頻率信息時(shí)漏掉了部分高頻信息，而且提取出來的密度信息與人耳的感覺特性不相符合。文中將語音信號作差分