群智感知中語(yǔ)音識(shí)別特征提取方法的研究.pdf

1、大多數(shù)群智感知中的語(yǔ)音識(shí)別系統(tǒng)在采集語(yǔ)音信號(hào)時(shí)所處的環(huán)境越來(lái)越復(fù)雜，并且對(duì)其所部署在的聲學(xué)環(huán)境的性質(zhì)存在敏感性，在存在諸如加性噪聲，線性信道失真和混響的情況下，群智感知中的語(yǔ)音識(shí)別系統(tǒng)性能急劇惡化。因此，相比于傳統(tǒng)的語(yǔ)音識(shí)別系統(tǒng)，群智感知中的語(yǔ)音識(shí)別系統(tǒng)需要更好的魯棒性和壓縮比。針對(duì)群智感知中語(yǔ)音識(shí)別系統(tǒng)面臨的這些問(wèn)題，該文對(duì)已有語(yǔ)音識(shí)別系統(tǒng)使用的梅爾倒譜系數(shù)(MFCC)進(jìn)行改進(jìn)，并把這種改進(jìn)后的系數(shù)稱(chēng)之為“功率歸一化倒譜系數(shù)”。

2、>　　首先，研究了傳統(tǒng)MFCC的提取算法，分析了該算法每一處理過(guò)程的實(shí)現(xiàn)原理；補(bǔ)充了MFCC算法構(gòu)成語(yǔ)音識(shí)別系統(tǒng)中使用的MFCCs；實(shí)現(xiàn)了MFCC的提取，但在實(shí)現(xiàn)的過(guò)程中，為了降低計(jì)算過(guò)程中的數(shù)量級(jí)對(duì)MFCC提取算法提出了猜想，并且對(duì)MFCC提取算法進(jìn)行了補(bǔ)充實(shí)驗(yàn)以驗(yàn)證我們的猜想。
　　其次，針對(duì)白噪聲情況下的語(yǔ)音識(shí)別系統(tǒng)，為了提高語(yǔ)音識(shí)別的精度，在語(yǔ)音特征提取的前期處理階段使用基于人耳耳蝸聽(tīng)覺(jué)模型的伽馬通濾波器組代替 MFCC算

3、法中的梅爾濾波器組。
　　再次，針對(duì)語(yǔ)音識(shí)別系統(tǒng)面臨的聲學(xué)環(huán)境退化和背景噪聲水平評(píng)估問(wèn)題，為了更加準(zhǔn)確地估計(jì)聲學(xué)環(huán)境惡化且更加容易地刪除緩慢變化的語(yǔ)音分量，在語(yǔ)音特征提取的環(huán)境補(bǔ)償階段首先使用50-120ms的長(zhǎng)時(shí)幀與短時(shí)幀相結(jié)合來(lái)分析參數(shù)，然后使用“非對(duì)稱(chēng)非線性濾波”估計(jì)每幀和每頻帶的聲學(xué)背景噪聲水平。
　　最后，針對(duì)人耳更加關(guān)注入射功率包絡(luò)的開(kāi)始而不是該功率包絡(luò)下降沿的特性，在語(yǔ)音信號(hào)處理塊實(shí)現(xiàn)暫時(shí)掩蔽。對(duì)于輸入信號(hào)功率