基于HRSF及改进DTW算法的孤立词语音识别方法
本发明公开了基于HRSF及改进DTW算法的孤立词语音识别方法，其包括如下步骤：（1）对接收到的模拟语音信号进行预处理，所述预处理包括预滤波、采样及量化、预加重、加窗、短时能量分析、短时平均过零率分析和端点检测；（2）通过FFT得到该帧信号的功率谱X(n)，转换为Mel频率下的功率谱，计算MFCC参数，对计算的MFCC参数进一步求取一阶差分及二阶差分后再进行半升正弦函数倒谱提升；（3）利用改进的DTW算法将测试模版和参考模版进行匹配，将匹配分数最高的参考模板作为识别结果。本发明通过改进的DTW算法解决单个汉字的识别问题，提高了单个汉字的识别率与识别速度。
发明专利
CN201210533466.9
2012-12-11
CN102982803A
2013-03-20
G10L15/02(2006.01)I
华南师范大学%广州极盛信息科技开发有限公司
胡晓晖;李玉婷;彭宏利;薛云;蔡倩华;黄海东;曾广祥
510275 广东省广州市天河区中山大道西55号
广州粤高专利商标代理有限公司 44102
江裕强
广东;44
基于HRSF及改进DTW算法的孤立词语音识别方法，其特征在于包括如下步骤：（1）语音信号的数字化和预处理：对接收到的模拟语音信号进行预处理，所述预处理包括预滤波、采样及量化、预加重、加窗、短时能量分析、短时平均过零率分析和端点检测； （2）语音信号的参数提取：通过离散FFT变换得到经步骤（1）处理后的语音信号的功率谱X(n)，转换为Mel频率下的功率谱，计算MFCC参数，对计算的MFCC参数进一步求取一阶差分及二阶差分后再进行半升正弦函数倒谱提升；（3）语音信号参数特征的训练和识别：利用改进的DTW算法将测试模版和参考模版进行匹配，将匹配分数最高的参考模板作为识别结果；参考模版表示为U={U1,U2,...,Um,… UM}m为模板语音帧的顺序标号,m=1为起点语音帧,m=M为终点语音帧,因此M为该模式包含的语音帧总数, Ui为第i帧语音的语音特征矢量；所要识别的一个输入词条语音称为测试模版,测试模版表示为V={V1,V2,...,Vn,...,VN},n为测试语音帧号, 模版中一共包括N帧语音, Vj为第j帧特征矢量，参考模板中的语音特征矢量和测试模板中的特征矢量由步骤（2）中经过半升正弦函数倒谱提升后的MFCC参数构成。