基于不變集多小波的語音特征參數(shù)提取研究.pdf

1、目前在安靜的環(huán)境下，大多數(shù)語音識別系統(tǒng)的識別性能都非常出色，但是在有噪聲的環(huán)境下，系統(tǒng)性能會有較大的下降。這個問題已成為語音識別系統(tǒng)實用化的一個主要障礙。因此，抗噪語音識別的研究逐漸成為語音識別領域的研究熱點。在語音識別系統(tǒng)中，語音特征參數(shù)的提取是特別重要的步驟之一。不同的特征參數(shù)由于識別性能和抗噪性能的差異，直接影響著系統(tǒng)的噪聲魯棒性。 本文首先簡單介紹了常用的語音特征參數(shù)，分析了目前語音識別中廣泛使用的特征參數(shù)——Mel頻率

2、倒譜系數(shù)(MFCC)的提取過程并進行了仿真實驗。然后闡述了Charles A.Micchelli 和Yuesheng Xu建立的不變集多小波理論，以此為基礎討論了有著自仿映射區(qū)間特性的雙正交多小波濾波器的推導，及其濾波器的使用方法，根據(jù)雙正交多小波濾波器的一般推導方法，構建出了基于三角域的多小波濾波器，并用實例證明了不變集多小波分解后能精確重構、無邊界失真效應?？紤]到多小波比單小波具有更大的自由度可同時具有許多良好的性質，如對稱性、短支

3、撐性、正交性和高階消失矩等；針對短時傅立葉變換在提取語音特征參數(shù)時的缺陷，本文在研究不變集多小波理論的基礎上，借鑒MFCC參數(shù)的提取算法，用多小波變換代替傅立葉變換及MEL濾波，構造了一種新的語音特征參數(shù)MWBC，并進行了仿真實驗。 本論文最后介紹了語音識別基本原理和隱馬爾可夫模型（HMM）的基本知識，對HMM在漢語數(shù)字識別中的一些具體問題進行深入研究，如HMM類型、結構的選擇，狀態(tài)數(shù)、混合度的選取等。在安靜的環(huán)境以及加性高斯隨