语音信号处理中特征提取方法研究.doc

语音信号处理中特征提取方法研究
【摘要】、、PLP等,这些方法都是基于语音信号短时平稳的特性。利用二次特征提取可以通过对原始特征实施加权、微分、组合、筛选进一步提高识别率。本文介绍了语音识别和说话人识别中特征提取的常用方法以及最新发展,最后介绍了Hilbert-Huang这一新兴理论成果以及在特征提取中的应用。
【关键词】语音识别说话人识别特征提取二次特征提取 HHT
语音信号处理是二十世纪至今发展最为迅猛的研究领域之一,其主要任务是利用信号处理技术研究语音信号,建立和谐的人机交互通信。语音识别和说话人识别是语音信号处理中两大重要分支,两者的处理过程基本相似,都可大致分为特征提取和模式匹配两大过程,其中特征提取这一关键技术对提高识别率来说有着至关重要的作用。
当今国内外有很多文献对语音处理特征提取的各种方法进行了详细的说明,其中有对常规方法的推陈出新,也有新理论的研究成果。本文针对这一现状总结性的介绍了语音特征提取的一些主要方法,对其结果进行比较,并对HHT这一新起的数字信号处理方法在语音特征提取中的应用作了相应的介绍。
一、语音信号处理过程
对语音信号进行数字处理时,第一环节是预处理,主要有A/D变换、预加重和端点检测(也称去静音)部分。预处理的目的是为了后续的特征提取步骤能够更加清晰、可靠的分析语音段,提取语音或者是说话人的特征。在很多文章里把预处理过程划分到特征提取这一部分中,也可以说它是特征提取的准备阶段。检测到语音的起止点后,就开始对语音信号段进行分析处理。特征提取的主要作用是从语音信号段中提取出对识别有用的信息,去掉无关的冗余信息。特征提取完成后,在此基础上建立识别所需的模板。而计算机在识别过程中将计算机中存放的语音模板与输入的语音信号的特征进行比较,根据一定的搜索和匹配策略,找出一系列最优的与输入的语音匹配的模板。然后,据此模板的定义,通过查表就可以给出计算机的识别结果。以上为完整的识别系统的全过程,图1给出了一般语音识别系统框图,同样的过程也适应于说话人识别。
二、语音识别与说话人识别特征提取异同
语音识别系统根据识别对象的范围可以大致分为非特定人识别和特定人识别系统两种。目前语音识别和说话人识别特征提取的主流方法很多都是一致的。事实上说话人识别当中采用的特征和建模方法大部分都是从语音识别中借鉴而来的,特征参数在语音识别和说话人识别上都有应用。但两者还是有本质上的差别,主要原因是语音识别和说话人识别在何种“有用特征”的提取上存在着很大的不同。对于语音识别中的非特定人语音识别来讲,希望特征参数尽可能多的反映语义信息,尽量减少说话人的个体特征;对于说话人识别来说情况正好相反,需要提取的特征尽量包含说话人呢个性差异,而减少共性的语义信息;对于语音识别中的特定人识别,却既需要提取的特征包含共性的语义信息也需要个性的人为差异。介于最终目的不同,特征提取的内容也存在差异。
三、特征提取的研究进展
常用的语音特征有常用的特征包括:短时平均能量或幅度、短时平均过零率、短时自相关函数、线性预测系数、基音频率、短时傅立叶变换、倒谱、共振峰等。(线性预测倒谱系数)、(美尔频率倒谱系数)、HMM(隐马尔科夫模型)、DTW(动态时间规整)等。
常规方法分析[4]
是基于声道模型,它是目前应用最多的一种