[发明专利]基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法

权利要求书

1.一种基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法，其特征在于，包括以下步骤：

(1)信号预处理，对输入的语音信号进行幅值归一化、预加重、分帧和短时傅里叶变换；

(2)对预处理后的信号进行基于分段指数压缩Gammatone滤波器组PICGTFs的滤波处理，得到滤波后的L个子带通道；

(3)对滤波后的多子带通道语谱做基于多通道的Softsign模型SSMC对各个通道的语音信号语谱图进行增强处理，提取增强后各通道的谱均值作为特征向量F1；对滤波后的各通道的语谱图进行高斯差分DoG增强和规整化处理，利用分段三次Hermite插值多项式法PCHIP提取谱包络AP，并计算谱熵S，将二者作为特征向量F2；对滤波后的各通道的语谱图进行高斯差分DoG增强和规整化处理，利用Hilbert变换提取谱包络AH，并计算谱熵S，将二者作为特征向量F3；

(4)在提取语音信号特征F1、F2和F3后，将各信号特征用于分类器中进行自动识别分类。

2.如权利要求1所述的一种基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法，其特征在于，步骤(1)具体包括以下步骤：

(1.1)归一化处理，将输入语音除以语音中的幅值最大值X_max，即：

X_max＝max(abs(x_n)) (1)

其中，N为语音信号x[n]总的采样点数，x_n为第n个采样点处的幅值；

(1.2)预加重：采用预加重传递函数为下式所示的一阶有限脉冲高通滤波器：

H(z)＝1-az^-1 (3)

其中，a为预加重系数，通常0.9a1.0；

(1.3)分帧加窗：选取帧长为200，帧移为80，加窗选取汉明窗，汉明窗的计算公式如下：

加窗后的语音信号为：

s(n)＝x(n)*w(n) (6)；

(1.4)短时傅里叶变换：在分帧加窗的基础上，对信号进行傅里叶变换，定义如下：

当n取不同的值时，窗w(n-m)沿着时间轴滑到不同的位置，取出不同的语音帧进行傅里叶变换。

3.如权利要求2所述的一种基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法，其特征在于，所述预加重系数选取15/16，即预加重函数为：

4.如权利要求1所述的一种基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法，其特征在于，所述PICGTFs引入了参数因子k：

得到

h1(t)为分段指数压缩Gammatone滤波器的时域波形表达式，得到对应的分段指数压缩Gamma tone滤波器组PICGTFs；

fc_l指第l个通道的中心频率，a是Gammatone滤波器的阶数，b是Gammatone滤波器的系数，f₀是Gammatone滤波器的中心频率，指的是相位。

5.如权利要求1所述的一种基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法，其特征在于，步骤(3)包括：

(3.1)基于多通道的Softsign模型SSMC的语谱增强和特征提取；

(3.2)基于高斯差分DoG(Differenceof Gaussian，DoG)和规整化的语谱图增强，以及相应的特征提取。