10.3969/j.issn.1006-9348.2010.11.086
线性预测分析在连接词语音识别中的研究
特征参数的提取是关系到语音识别系统性能好坏的关键,而线性预测分析是目前普遍采用的特征参数提取方法.针对在连接词和连续语音识别系统中,传统的线性预测系数已不能满足特征提取的要求,研究采用了三种主要的线性预测推演参数,即线性预测反射系数、线谱对系数和线性预测倒谱系数,及其在连接词语音识别系统中的应用,并进行计算机仿真.仿真结果表明,在输入语音库与信噪比一致的情况下,线性预测倒谱系数的识别率最高.从而证明,在包含语义特征信息和说话人特征方面,线性预测倒谱系数性能要优于线谱对系数和线性预测反射系数.
线性预测反射系数、线谱对系数、线性预测倒谱系数、语音识别
27
TP912.3
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
340-344