采用多特征组合优化的语音特征参数研究

摘要：

在研究传统语音特征参数线性预测倒谱系数(LPCC)和梅尔频率倒谱系数(MFCC)的基础上,加入基于人耳听觉特性的Bark子波滤波器组所提取的特征参数,来共同组成特征集.同时将基于遗传算法的相关性特征算法将特征集进行优化,分别采用贝叶斯和径向基神经网络算法进行语音识别.实验结果表明本方法与传统的LPCC和MFCC方法相比,平均识别率分别提高了4.66％和3.5％,最佳达到98.1％的识别率.

关键词：Bark子波、特征提取、特征优化、语音识别

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61271359,61071215

在线出版日期：2013-04-11（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：98-100,103