汉语数码语音识别分析毕业设计论文
第二章 汉语数码语音的特征提取
及端点检测方法分析
§2.1 语音特征参数提取
2.1.1 语音特征参数:LPCC和MFCC
在语音识别系统中, 模拟的语音信号在完成A/D转换后成为数字信号, 但时域上的语音信号很难直接用于识别, 因此我们需要从语音信号中提取语音的特征,一方面可以获得语音的本质特征, 另一方面也起到数据压缩的作用。
目前通用的特征提取方法是基于语音帧的,即将语音信号分为有重叠的若干帧,对每一帧提取语音特征。例如采用的语音库采样率为11kHz,因此我们采用的帧长为220个采样点(即20ms),帧步长(即每一帧语音与上一帧语音不重迭的长度)为110个采样点(即10ms)。
现有语音识别系统采用的最主要的两种语音特征包括:
线性预测倒谱系数(Linear Prediction Cepstrum Coefficient,LPCC)。该特征是基于语音信号为自回归信号的假设,利用线性预测分析获得倒谱系数。LPCC参数的优点是计算量小,对元音有较好的描述能力,其缺点在于对辅音的描述能力较差,抗噪声性能较差。
Mel频标倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)。该特征考虑了人耳的听觉特性,将频谱转化为基于Mel频标的非线性频谱,然后转换到倒谱域上。由于充分模拟了人的听觉特性,而且没有任何前提假设,MFCC参数具有识别性能和抗噪能力。本文采用MFCC参数为语音特征参数。
2.1.2 MFCC参数的优点
与LPCC参数相比,MFCC参数具有以下优点:
1.语音的信息大多集中在低频部分,而高频部分易受环境噪声干扰。MFCC参数将线性频标转化为Mel频标,强调语音的低频信息,从而突出了有利于识别
-7-
汉语数码语音识别分析毕业设计第四章_工学_高等教育_教育专区。汉语数码语音识别分析毕业设计论文第四章 汉语数码串语音分析 第四章 汉语数码串语音识别分析§4.1 ...
汉语数码语音识别分析毕业设计论文汉语数码语音识别分析毕业设计论文隐藏>> 第五章 汉语数码语音识别自适应 第五章 汉语数码语音识别自适应§5.1 自适应简介 5.1 ...
汉语数码语音识别分析毕业设计论文汉语数码语音识别分析毕业设计论文隐藏>> F003016 姚斌 摘要 摘要 本文介绍了一个高性能的汉语数码语音识别 (MDSR)系统。 MDSR 系...
汉语数码语音识别分析毕业设计论文汉语数码语音识别分析毕业设计论文隐藏>> 第三章 识别算法改进 第三章.识别算法改进§3.1 基本识别算法 3.1.1 Viterbi 算法 用 ...
汉语数码语音识别分析毕业设计论文汉语数码语音识别分析毕业设计论文隐藏>> 第六章 总结与展望 第六章 总结与展望 §6.1 本论文工作总结本论文主要介绍了 MDSR 系...
顾良. 汉语数码语音识别方法研究及 DSP 系统设计:[博士学位论文]. 北京:清华大学 电子工程系,1997 5. 李须真. 汉语数码语音识别在定点 DSP 上的实现:[硕士...
汉语数码语音识别:发展现状,难点分析与方法比较_经济学_高等教育_教育专区。维普资讯 http://www.cqvip.com 第 2卷第 4期 3 219 971 1I 7 电路与系统学报 ...
个领域.本文结合隐马尔可夫模型(HMM)原理,利用HTK(HMM ToolKit)语音处理工具箱,实现了汉语数码语音识别系统.实验表明,该系统具有较好的语音识别率,且便于进行二次...
汉语数码语音识别分析毕业... 1页 20财富值 汉语数码语音识别分析毕业... 11...pro cessor , DSP ) 系统上 实现, 这为 M DSR 算法的设计带来了很大的限制...
高性能汉语数码语音识别算法 李虎生 刘加 刘润生 ...DSP)系统上实现,这为 MDSR 算法的设计带来了很大的...2.2 第二级识别 对第一级识别的错误作分析,我们...
热门文档