[发明专利]一种语音信号混合特征参数的提取方法

说明书

技术领域

本发明涉及语音信号处理领域，具体为一种语音信号混合特征参数的提取方法

背景技术

语音信号是一种十分复杂的非平稳信号，它包含着丰富的个人和语音本身的特征信息，其特征参数的提取对语音识别效果至关重要。特征参数提取是指对不同的语音段寻找其内在特征参数，通常特征参数大致可以分为三类：第一类是时域参数，例如短时平均能量，共振峰，短时平均幅度，短时平均过零率，短时自相关函数，高阶统计量以及基音周期等；第二类是频域参数，例如线性预测系数(LPC)、线性预测倒谱系数(LPCC)、梅尔倒谱系数(MFCC)、线谱对(LSP)、口音敏感参数(ASCC)、感觉加权的线性预测(PLP)特征、动态差分参数、以及基于Gammatone滤波器组的听觉特征(GFCC)等；第三类是基于小波变换或经验模态分解(EMD)的系数。目前，特征参数提取都是将单一的参数提出，例如提取LPCC，MFCC，GFCC等，这些参数要么是基于发声机理的，如LPCC，要么是基于听觉特性的，如MFCC，二者并没有进行混合提取更加全面、完整、高效的混合特征参数。而根据现在语音识别系统对实时性和鲁棒性要求，单一特征参数已经不足以表征整个说话人或者语音本身的信息，导致识别率下降，运行时间加长，其他特征参数提取也存在以上问题，不能很好的提高识别率。

发明内容

本发明旨在解决现有技术中存在的识别率低鲁棒性差的问题。

本发明正是分析发声机理和听觉特性的基础上，关于LPCC与MFCC以及二者差分参数的混合特征参数提取方法，具体为一种语音信号混合特征参数的提取方法。

为了解决语音特征参数单一，表征能力不足，鲁棒性差等问题，本发明提出一种语音信号混合特征参数的提取方法，本方法是将根据发声机理的LPCC特征和根据听觉特性的MFCC特征混合后提取，能够在不增加计算量的情况下提高识别率，而且提高系统鲁棒性和稳健性。

一种语音信号混合特征参数的提取方法，包括对语音信号x(n)预处理过程、特征提取过程、特征混合过程，其中所述语音信号x(n)预处理过程包括对语音信号x(n)进行预加重、分帧、加窗和端点检测处理过程；所述语音信号x(n)特征提取过程包括LPCC参数提取过程和MFCC参数提取过程以及LPCC差分参数和MFCC差分数提取过程；所述特征混合过程包括采用Fisher准则和K-means算法对LPCC参数和MFCC参数以及LPCC差分参数和MFCC差分数进行聚类的过程。

本方法中将LPCC参数和MFCC参数进行差分参数提取的过程及采用Fisher准则进行线性判别过程从而实现将据发声机理的LPCC特征和根据听觉特性的MFCC特征混合后提取，所提取的混合特征参数更加全面完整，更加容易识别，能够更加真实的表征整语音本身的信息，利用k-means聚类降低帧数，能够实现在不增加计算量的情况下提高识别率，且提高系统鲁棒性和稳健性。

进一步的，所述加窗处理过程即是得到加窗后语音s_w(n)的过程，其中s_w(n)＝x(n)·w(n)，式中0≤n≤(N-1)，式中w(n)为加窗函数，且满足函数式

进一步的，所述LPCC参数提取过程包括求取线性预测LPC过程、计算LPCC过程，其中求取线性预测LPC过程是按照声道全极点模型进行求取，式中G表示模型的增益常数，p表示预测LPC的阶数，a_k表示线性预测系数(k＝1,2,…,p)；

计算LPCC时，首先语音信号x(n)的倒谱是对它进行Z变换，然后取对数后，再进行反Z变换，具体变换是首先按照式