漢語語音的物理特征提取及分析工具的研究與實現(xiàn).pdf

1、聲學特征的提取是語音識別（包括說話人識別）的關鍵技術之一，目的是通過對語音信號進行數(shù)字處理，將其表示成反映語音本質特征信息的參數(shù)序列。當前，包括反映人的聽覺感知特性的、具有更強的魯棒性的特征的提取，是語音識別領域的一個研究熱點。近年來，國際上對語音特征提取的研究，大多是從英語出發(fā)的，而漢語與英語比，具有一些不同的特點，因此，加緊開展?jié)h語語音特征提取方面的研究是非常有必要的。本論文對漢語語音信號的分析和特征的提取進行了一些研究，具體包括:

2、
　　 1.設計了在漢語語音分析中常用的語譜圖的Matlab顯示算法。
　　 2.研究了聽覺的音高感知特性和Mel頻率語譜圖，并設計了相應的Matlab算法。
　　 3.研究了聽覺的“臨界頻帶”理論，并為200～9500Hz頻率范圍內的20個臨界頻帶設計了相應的20個FIR濾波器，以此構成一個濾波器組，來近似地模擬人耳基底膜在200～9500Hz頻率范圍內的頻譜分析能力。
　　 4.設計了在漢語語音的音節(jié)

3、切分中常用的短時能量特征和短時平均過零率特征的Matlab提取算法。
　　 5.研究了在說話人識別中，利用統(tǒng)計學對特征參數(shù)的性能進行評價的方法，并進行了相應的Matlab算法設計。
　　 6.整合以上功能，開發(fā)了工具Speechlab。
　　 7.采集大量的說話人語音樣本，利用工具，評價目前在漢語說話人識別中常用的MFCC特征和LPC特征的性能，以及MFCC的各維參數(shù)對說話人識別的貢獻。
　　 作者希望S