语音特征值提取方法的研究

《语音特征值提取方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要论文题目：学科，专业研究生姓名导师姓名：语音特征值提取方法的研究控制理论与控制工程方杰李英语音信号特征提取在语音信号处理中具有举足轻重的地位。语音信号具有很强的时变特性，只有在较短的时问间隔中语音信号的特征可看作基本保持不变，这是语音信号处理的一个重要出发点。本文在熟悉已有的短时时域特征提取方法的基础上，并进行分析行总结，结合实验分析这些短时时域特征参数所包含的语音信息，找到了它们在端点检测和基音周期检测中的应用的优缺点以及内在联系和适用条件。另外，本文还对语音短时频域特征、倒频域特征以及线性预测分析了进行了深入研

2、究。端点检测不但是有效提取语音特征参数的前提和保证，而且是语音有关特征参数的重要应用。在深入研究短时能量和短时过零特征的基础上，提出了一种基于语音相对自相关序列短时平均幅度端点检测法，收到很好效果。另外，提出了不变门限三次搜索连续词端点检测法，有效解决了连续词端点检测由于信号幅度变化很大而带来的门限设置等问题。语音识别拥有可观的应用前景，同时也具有很高的理论研究价值，本文对语音识别中用到的三种特征参数LPCC、MFcc和RAsMFCc提取方法进行了分析，并对它们的差分参数的提取方法及特征提升技术作了进一步研究，分别以这

3、几种特征参数在不同信噪比下做了大量的识别实验，对实验结果进行了分析比较，得出一系列重要结论。关键词：语音特征；短时过零率：端点检测；差分系数；特征提升ABSTRA(了HowtoextracttheVoicingfeaturesofspeechsignalplayanimportantroleinspeechsignalpmcessing．sincethespeechsi印alshaves昀ngtimeVarjance，itisanimportantspringboardofspeechsignalprocessingt

4、hatthevoicingfeaturescanonlybeconsideredinvariableinlittletjmeinteⅣa1．Inthisthesis，throughstudyingexistshon—timevojcingfeaturesintimedomainarestudiedaIIdtheinf0咖ationinVolVedinthesefeaturesbytheexperiments，AnalyzingtheadvantagesallddisadVantagesofthesefbaturesap

5、plyingintheendpointandpitchdetectionandtheinternalI℃lationandlimitationofthesefeaturesarefoundout．What’smore，inthispapermanyresearcheshavebeendoneontheshort—timeVojcjngfcaturcsinfrequencydomain，cepstrIlmdomainandlinearpredictiOnanalysis．Endpointdetectionisnotonl

6、ythepreconditionandguaranteeofextractjngvoicingfeatureseffectiVelybutalsotheimportant印plicationofthem．Anewmethodofspeechendpointdetectionbasedonshon—timeaVeragema印itudeofrelatiVeautocorrelatjonsequencesisproposedonthebasisofstudyingthefcaturesofshort-timeaverage

7、energyandshon-timeaveragezem—crossingrate，theexperjmentsshowitobtainedgoodeff色ctinendpointdetectionundernoisedcondition．InordertooVercomethedifficultyofdecjdingthevalueoftheendpointdetectionthresholdofthecontinuousspeech，thethree—tjmesearchingendpointdetectionis

8、proposed．AsspeechrecogIlitionhasbmad印pljcationforegroundanditalsohastheorcticallyresearchValue，theextractionalgorithmofthethreeimportantfeaturesnamedLPCC，MFCCandRAS—M