基于小波包分析的鲁棒性语音识别

摘要：

通过对MFCC算法的研究,发现其中的FFT在整个时频空间使用固定的分析窗,这不符合语音信号的特性,而小波变换具有多分辨率特性,更符合人耳的听觉特性.提出了动静态特征参数结合的语音信号识别方法,首先在特征参数提取中引入了小波包变换,借助MFCC参数的提取方法,用小波包变换代替傅里叶变换和Mel滤波器组,提取了新的静态特征参数DWPTMFCC,然后把它与一阶DWPTMFCC差分参数相结合成一个向量,作为一帧语音信号的参数.仿真实验证明:基于新特征的识别率比原来MFCC的识别率有了很大提高,特别是在低信噪比情况下.

关键词：语音识别、小波包变换、特征提取、Mel频率倒谱系数

所属期刊栏目：47

分类号：TP391.42(计算技术、计算机技术)

在线出版日期：2011-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：124-126,243