[发明专利]MFCC语音识别方法、存储介质、电子设备及系统

说明书

技术领域

本发明涉及语音识别领域，具体涉及一种MFCC(Mel-Frequency Cepstral Coefficients，梅尔频率倒谱系数)语音识别方法、存储介质、电子设备及系统。

背景技术

MFCC是一种在自动语音和说话人识别中广泛使用的特征，由于MFCC特征参数是语音信号中最具有辨识度的特征，因此MFCC特征参数已经广泛应用于语音设别领域中，即在语音设别时，提取到语音信号中的MFCC特征参数，就基本完成了语音识别功能。

但是，对于噪音较多的语音信号、以及语音信号的高频区域而言，MFCC特征参数的识别精度较低，进而使得MFCC特征参数难以提取。

发明内容

针对现有技术中存在的缺陷，本发明解决的技术问题为：如何在噪声环境和高频区域的语音信号中识别MFCC特征参数，本发明能够大幅度提高MFCC特征参数的识别精度，非常适于推广。

为达到以上目的，本发明提供的MFCC语音识别方法，包括以下步骤：

S1：对需要语音识别的语音信号进行预处理，得到MFCC初始信号，转到S2；

S2：根据MFCC初始信号的低频频域信号f1，计算MFCC初始信号的低频频率fl，计算公式为：

根据MFCC初始信号的中频频域信号f2，计算MFCC初始信号的中频频率fm，计算公式为：

根据MFCC初始信号的高频频域信号f3，计算MFCC初始信号的高频频率fh，计算公式为：转到S3；

S3：将MFCC初始信号的低频频率fl、中频频率fm和高频频率fh进行融合，得到MFCC特征参数F，计算公式为：

其中N代表语音信号进行FFT变换时的点数，F_s代表阻带截止频率，F_s为常量，Q^-1代表fm的反函数，Q(fl)代表将fl作为f2后根据fm的计算公式计算fm，Q(fh)代表将fh作为f2后根据fm的计算公式计算fm，H代表语音设别中需要使用的滤波器的个数。

在上述技术方案的基础上，S3之后还包括以下步骤：S4：对MFCC特征参数F进行降维，得到MFCC降维特征参数F_降，计算公式为：σ_between为类间离散度，表示语音信号的第k维MFCC特征参数的类间方差的和；σ_within为类内离散度，表示语音信号的第k维MFCC特征参数的类内方差的和。

本发明提供的存储介质，该存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述MFCC语音识别方法。

本发明提供的电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，处理器执行计算机程序时实现上述MFCC语音识别方法。

本发明提供的MFCC语音识别系统，包括语音信号预处理模块、MFCC初始信号频率计算模块和MFCC特征参数融合模块；

语音信号预处理模块用于：对需要语音识别的语音信号进行预处理，得到MFCC初始信号，向MFCC初始信号频率计算模块发送MFCC初始信号频率计算信号；

MFCC初始信号频率计算模块用于：收到MFCC初始信号频率计算信号后，根据MFCC初始信号的低频频域信号f1，计算MFCC初始信号的低频频率fl，计算公式为：

根据MFCC初始信号的中频频域信号f2，计算MFCC初始信号的中频频率fm，计算公式为：

根据MFCC初始信号的高频频域信号f3，计算MFCC初始信号的高频频率fh，计算公式为：向MFCC特征参数融合模块发送MFCC特征参数融合信号；

MFCC特征参数融合模块用于：收到MFCC特征参数融合信号后，将MFCC初始信号的低频频率fl、中频频率fm和高频频率fh进行融合，得到MFCC特征参数F，计算公式为：

其中N代表语音信号进行FFT变换时的点数，F_s代表阻带截止频率，F_s为常量，Q^-1代表fm的反函数，Q(fl)代表将fl作为f2后根据fm的计算公式计算fm，Q(fh)代表将fh作为f2后根据fm的计算公式计算fm，H代表语音设别中需要使用的滤波器的个数。