[发明专利]基于希尔伯特黄变换的语音特征系数提取方法及相关设备

权利要求书

1.一种基于希尔伯特黄变换的语音特征系数提取方法，其特征在于，包括以下步骤：

将输入的语音信号进行经验模态分解，得到若干个固有模态函数；

将各个固有模态函数进行希尔伯特谱分析，得到各个固有模态函数的希尔伯特边际谱；

将各个固有模态函数的希尔伯特边际谱分别进行滤波，得到语音信号在不同频率分量上的幅值响应；

对所述的幅值响应提取对数能量谱，将得到的对数能量谱进行离散余弦变换变换，得到梅尔倒谱系数。

2.根据权利要求1所述的基于希尔伯特黄变换的语音特征系数提取方法，其特征在于，在所述将输入语音信号进行经验模态分解，得到若干个固有模态函数之前，还包括：

对输入的初始音频信号进行预处理，使语音信号更纯净、更突出、更易提取特征。其中预加重公式为：

y(n)＝x(n)-μx(n-1)

其中，μ为预加重系数，y(n)是预加重处理以后的语音信号，x(n)及x(n-1)均为初始音频信号。

3.根据权利要求1所述的基于希尔伯特黄变换的语音特征系数提取方法，其特征在于，所述将语音信号进行经验模态分解，得到若干个固有模态函数，具体包括：

获取初始音频信号的所有的局部极大值和所有的局部极小值；

对所有的局部极大值和所有的局部极小值分别进行预设次数的样条插值，以生成若干个固有模态函数。

4.根据权利要求3所述的基于希尔伯特黄变换的语音特征系数提取方法，其特征在于，所述对所有的局部极大值和所有的局部极小值分别进行预设次数的样条插值，以生成若干个固有模态函数，具体包括：

根据所有的局部极大值生成上包络线，根据所有的局部极小值生成下包络线；

计算所述上包络线与所述下包络线的平均值；

基于所述平均值及预设规则生成若干个固有模态函数。

5.根据权利要求4所述的基于希尔伯特黄变换的语音特征系数提取方法，其特征在于，所述基于所述平均值及预设规则生成若干个固有模态函数，具体包括：

基于所述平均值及第一预设公式计算第一模态函数分量；

判断所述第一模态函数分量是否满足预设分量条件；

在第一模态函数分量满足预设分量条件时，将所述第一模态函数分量作为固有模态函数；在第一模态函数分量不满足预设分量条件时，返回至所述根据所有的局部极大值生成上包络线，根据所有的局部极小值生成下包络线的步骤。

6.根据权利要求1所述的基于希尔伯特黄变换的语音特征系数提取方法，其特征在于，所述根据所述对响应幅值获取对数能量谱，将得到的对数能量谱进行离散余弦变换变换，得到梅尔倒谱系数，具体包括：

对所述响应幅值进行希尔伯特边际谱离散后，取平方得到能量谱；

对所述能量谱通过Mel滤波器组进行滤波，得到在不同频率分量上的对数能量谱；

对数能量谱进行离散余弦变换变换，去除参数间的相关性，得到梅尔倒谱系数。

7.一种基于希尔伯特黄变换的基于希尔伯特黄变换的语音特征系数提取装置，其特征在于，所述接入显示装置包括：

分解模块，用于将语音信号进行经验模态分解，得到若干个固有模态函数；

分析模块，用于将各个固有模态函数进行希尔伯特谱分析，得到各个固有模态函数的希尔伯特边际谱；

滤波模块，用于将各个固有模态函数的希尔伯特边际谱分别进行滤波，得到语音信号在不同频率分量上的幅值响应；

变换模块，用于对所述的幅值响应提取对数能量谱，将得到的对数能量谱进行离散余弦变换变换，得到梅尔倒谱系数。

8.一种基于希尔伯特黄变换的基于希尔伯特黄变换的语音特征系数提取设备，其特征在于，所述基于希尔伯特黄变换的语音特征系数提取设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于希尔伯特黄变换的语音特征系数提取程序，所述基于希尔伯特黄变换的语音特征系数提取程序被所述处理器执行时实现如权利要求1至6中任一项所述的基于希尔伯特黄变换的语音特征系数提取方法的步骤。

9.一种存储介质，其特征在于，所述存储介质上存储有基于希尔伯特黄变换的语音特征系数提取程序，所述基于希尔伯特黄变换的语音特征系数提取程序被处理器执行时实现如权利要求1至6中任一项所述的基于希尔伯特黄变换的语音特征系数提取方法的步骤。