耳蝸濾波器倒譜特征在語音識(shí)別中的應(yīng)用.pdf

1、人耳具有良好的抗噪識(shí)別能力，因此在語音識(shí)別中更多的研究者致力于研究人耳聽覺特性，建立更符合人耳聽覺特性的語音特征參數(shù)模型。聽覺特征能更好地提高語音識(shí)別結(jié)果，并增強(qiáng)系統(tǒng)的噪聲魯棒性。
　　 本文實(shí)現(xiàn)了一個(gè)新的聽覺特征-耳蝸濾波器倒譜系數(shù)((Cochlear Fliter Cepstral Coefficients，CFCC)。CFCC特征在模擬人耳基底膜響應(yīng)的基礎(chǔ)上，通過小波變換實(shí)現(xiàn)了聲音從外耳到基底膜傳輸?shù)娜窟^程，此過程稱為聽

2、覺變換。毛細(xì)胞函數(shù)將聽覺變換后的語音信號(hào)轉(zhuǎn)換為神經(jīng)脈沖能量信號(hào)，由于不同頻率信號(hào)引起神經(jīng)脈沖的不同，毛細(xì)胞窗采用不同的窗長(zhǎng)對(duì)該信號(hào)進(jìn)行分析，所得信號(hào)經(jīng)非線性響度變換將能量信息轉(zhuǎn)變?yōu)楦兄懚龋詈蠼?jīng)過離散余弦變換(Diserete Cosine Transform，DCT)即得CFCC聽覺特征。
　　 文章介紹了耳蝸濾波器的選擇，毛細(xì)胞窗口函數(shù)，非線性響度變換，以及DCT五部分內(nèi)容。
　　 與傳統(tǒng)的傅里葉變換相比，聽覺變換

3、的譜平滑度好且諧波失真少。此外，傅里葉變換本質(zhì)上只能處理平穩(wěn)信號(hào)，通過固定窗長(zhǎng)將非平穩(wěn)語音信號(hào)分為多個(gè)短時(shí)平穩(wěn)信號(hào)近似處理，從而造成了不同的頻率信號(hào)只能用一種分辨率進(jìn)行分析。但是聽覺變換具有處理非平穩(wěn)語音信號(hào)的優(yōu)點(diǎn)，可以實(shí)現(xiàn)低頻信號(hào)采用長(zhǎng)時(shí)間窗分析，高頻信號(hào)采用短時(shí)間窗，因此避免了使用長(zhǎng)時(shí)間窗分析引起的將高頻信息丟失的問題。
　　 本文分別采用18通道Gammatone濾波器倒譜特征和CFCC特征進(jìn)行實(shí)驗(yàn)仿真，結(jié)果證明CFCC特

4、征性能優(yōu)于前者。聽覺變換存在正反變換對(duì)，可以保證正變換之后的信息完整。本文進(jìn)一步將CFCC特征與傳統(tǒng)聽覺特征MFCC(Mel-frequency Cepstral Coefficients)和RASTA-PLP(Relative Spectral Perceptual Linem Predicdve Coefficients)作對(duì)比，實(shí)驗(yàn)表明傳統(tǒng)特征在純凈語音環(huán)境下識(shí)別率較高，但在噪聲環(huán)境下識(shí)別率下降明顯，而CFCC特征識(shí)別率高于傳統(tǒng)特