[发明专利]一种基于动态分割逆离散余弦变换倒谱系数的音声特征提取算法有效
申请号: | 201910087494.4 | 申请日: | 2019-01-29 |
公开(公告)号: | CN109767756B | 公开(公告)日: | 2021-07-16 |
发明(设计)人: | 左毅;马赫;李铁山;贺培超;刘君霞;艾佳琪;肖杨;于仁海 | 申请(专利权)人: | 大连海事大学 |
主分类号: | G10L15/02 | 分类号: | G10L15/02;G10L25/24;G10L25/27 |
代理公司: | 大连东方专利代理有限责任公司 21212 | 代理人: | 陈丽;王思宇 |
地址: | 116026 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于动态分割逆离散余弦变换倒谱系数的音声特征提取算法,具有如下步骤:S1、对音声信号进行预加重、分帧和加窗预处理:S2、对于预处理后的音声信号进行从时域到频域的变换形式处理:S3、利用聚类分析算法,计算步骤S2得到的逆离散余弦变换倒谱系数之间的相似度,并把相似度最大的相邻两类依次合并;迭代以上过程,直至聚类至24类,得到的动态分割逆离散余弦变换倒谱系数即为音声特征。本发明完善了现有技术没有充分利用音声动态特征进行频域变换的缺点,使本发明具有更广泛的适应性,且在说话人识别上可以获得更高的识别精度。 | ||
搜索关键词: | 一种 基于 动态 分割 离散 余弦 变换 谱系 特征 提取 算法 | ||
【主权项】:
1.一种基于动态分割逆离散余弦变换倒谱系数的音声特征提取算法,其特征在于如下步骤:S1、对音声信号进行预处理:对音声信号依次进行预加重、分帧和加窗处理;S2、对预处理后的音声信号进行从时域到频域的变换形式处理:预处理后的音声信号转换成频域,即将预处理后的音声信号从时域卷积转换为频域谱乘法形式,对其取对数,得到的分量以相加形式表示,得到逆离散余弦变换倒谱系数,具体过程通过以下公式进行C(q)=IDCT log|DCT{x(k)}|;其中,DCT和IDCT分别是离散余弦变换和逆离散余弦变换,x(k)为输入音声信号,即预处理后的音声信号,C(q)为输出语音信号,即逆离散余弦变换倒谱系数;S3、利用聚类分析算法,计算步骤S2得到的逆离散余弦变换倒谱系数之间的相似度,并把相似度最大的相邻两类依次合并;迭代以上过程,直至聚类至24类,得到的动态分割逆离散余弦变换倒谱系数即为音声特征。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连海事大学,未经大连海事大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910087494.4/,转载请声明来源钻瓜专利网。
- 上一篇:一种语音合成方法和系统
- 下一篇:一种会议记录生成方法和装置