[发明专利]用于语音信号特征选择的方法

说明书

本发明公开了用于语音信号特征选择的方法，涉及语音信号特征选择，包括语音信号样本图像，还包括以下步骤：S1，进行图像去噪处理后，对所述语音信号样本图像进行图像信息统计，获得基本统计特征集；S2，获取基于图像自身属性的特征点集；S3，获取区域定义的特征点集；S4，依据S1‑S3获取的特征集，计算每个特征集子项的方差，并选取方差最小的6个特征，再将6个特征采用特征压缩方法进行降维，形成3个描述特征作为图像的特征，作为语音信号图像的特征参数。本发明通过选择合适的特征，能够有效提高语音信号图像特征选择的稳定性、精确性及实时性；能够综合考虑不同条件下的特征有效性，提高图像特征的抗干扰能力。

技术领域

本发明涉及语音信号特征选择，具体涉及用于语音信号特征选择的方法。

背景技术

语音识别的应用领域非常广泛，常见的应用系统有：语音输入系统，相对于键盘输入方法，它更符合人的日常习惯，也更自然、更高效；语音控制系统，即用语音来控制设备的运行，相对于手动控制来说更加快捷、方便，可以用在诸如工业控制、语音拨号系统、智能家电、声控智能玩具等许多领域；智能对话查询系统，根据客户的语音进行操作，为用户提供自然、友好的数据库检索服务，例如家庭服务、宾馆服务、旅行社服务系统、订票系统、医疗服务、银行服务、股票查询服务等等。语音识别主要有以下五个问题：对自然语言的识别和理解。首先必须将连续的讲话分解为词、音素等单位，其次要建立一个理解语义的规则；语音信息量大。语音模式不仅对不同的说话人不同，对同一说话人也是不同的，例如，一个说话人在随意说话和认真说话时的语音信息是不同的。一个人的说话方式随着时间变化；语音的模糊性。说话者在讲话时，不同的词可能听起来是相似的。这在英语和汉语中常见；单个字母或词、字的语音特性受上下文的影响，以致改变了重音、音调、音量和发音速度等；环境噪声和干扰对语音识别有严重影响，致使识别率低。目前语音信号图像存在干扰项多，难以选择良好识别特征的问题。

发明内容

本发明所要解决的技术问题是目前语音信号图像存在干扰项多，难以选择良好识别特征的问题，目的在于提供用于语音信号特征选择的方法，解决上述问题。

本发明通过下述技术方案实现：

用于语音信号特征选择的方法，包括语音信号样本图像，还包括以下步骤：

S1，进行图像去噪处理后，对所述语音信号样本图像进行图像信息统计，获得基本统计特征集；

S2，获取基于图像自身属性的特征点集；

S3，获取区域定义的特征点集；

S4，依据S1-S3获取的特征集，计算每个特征集子项的方差，并选取方差最小的6个特征，再将6个特征采用特征压缩方法进行降维，形成3个描述特征作为图像的特征，作为语音信号图像的特征参数。

进一步地，所述区域定义的特征点集，包括LOG算子、Forstner算子、SIFT算子。

进一步地，所述基于自身属性的特征点集，包括边缘点、角点、交叉点。

进一步地，所述基本统计特征，包括亮度、重心、灰度直方图。

进一步地，所述特征压缩方法采用最小方差排名的前6项中，排名为奇数的特征与其后一位的特征相乘，形成新的特征。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明用于语音信号特征选择的方法，通过选择合适的特征，能够有效提高语音信号图像特征选择的稳定性、精确性及实时性；

2、本发明用于语音信号特征选择的方法，能够综合考虑不同条件下的特征有效性，提高图像特征的抗干扰能力。

具体实施方式