漢語語音的物理特征提取及分析工具的研究與實(shí)現(xiàn).pdf

1、聲學(xué)特征的提取是語音識(shí)別（包括說話人識(shí)別）的關(guān)鍵技術(shù)之一，目的是通過對(duì)語音信號(hào)進(jìn)行數(shù)字處理，將其表示成反映語音本質(zhì)特征信息的參數(shù)序列。當(dāng)前，包括反映人的聽覺感知特性的、具有更強(qiáng)的魯棒性的特征的提取，是語音識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)。近年來，國際上對(duì)語音特征提取的研究，大多是從英語出發(fā)的，而漢語與英語比，具有一些不同的特點(diǎn)，因此，加緊開展?jié)h語語音特征提取方面的研究是非常有必要的。本論文對(duì)漢語語音信號(hào)的分析和特征的提取進(jìn)行了一些研究，具體包括:

2、
　　 1.設(shè)計(jì)了在漢語語音分析中常用的語譜圖的Matlab顯示算法。
　　 2.研究了聽覺的音高感知特性和Mel頻率語譜圖，并設(shè)計(jì)了相應(yīng)的Matlab算法。
　　 3.研究了聽覺的“臨界頻帶”理論，并為200～9500Hz頻率范圍內(nèi)的20個(gè)臨界頻帶設(shè)計(jì)了相應(yīng)的20個(gè)FIR濾波器，以此構(gòu)成一個(gè)濾波器組，來近似地模擬人耳基底膜在200～9500Hz頻率范圍內(nèi)的頻譜分析能力。
　　 4.設(shè)計(jì)了在漢語語音的音節(jié)

3、切分中常用的短時(shí)能量特征和短時(shí)平均過零率特征的Matlab提取算法。
　　 5.研究了在說話人識(shí)別中，利用統(tǒng)計(jì)學(xué)對(duì)特征參數(shù)的性能進(jìn)行評(píng)價(jià)的方法，并進(jìn)行了相應(yīng)的Matlab算法設(shè)計(jì)。
　　 6.整合以上功能，開發(fā)了工具Speechlab。
　　 7.采集大量的說話人語音樣本，利用工具，評(píng)價(jià)目前在漢語說話人識(shí)別中常用的MFCC特征和LPC特征的性能，以及MFCC的各維參數(shù)對(duì)說話人識(shí)別的貢獻(xiàn)。
　　 作者希望S