基于NPC和改進(jìn)的MFCC魯棒語(yǔ)音特征提取研究.pdf

1、語(yǔ)音識(shí)別在實(shí)驗(yàn)室環(huán)境中已取得了令人滿(mǎn)意的效果，但當(dāng)運(yùn)用到實(shí)際環(huán)境時(shí)卻往往出現(xiàn)識(shí)別率顯著下降的情況，如何提高噪聲環(huán)境下的語(yǔ)音識(shí)別魯棒性是當(dāng)今語(yǔ)音識(shí)別研究中最為重要的問(wèn)題。本文針對(duì)語(yǔ)音識(shí)別前端處理中的魯棒性語(yǔ)音特征提取技術(shù)展開(kāi)研究，分別從時(shí)域和頻域兩個(gè)方面出發(fā)，并結(jié)合人類(lèi)發(fā)聲特點(diǎn)和人耳聽(tīng)覺(jué)特性對(duì)已有的特征進(jìn)行改進(jìn)，提出了兩種具有較好魯棒性的語(yǔ)音特征提取方法。
　　 首先，本文提出采用神經(jīng)網(wǎng)絡(luò)進(jìn)行非線性預(yù)測(cè)的時(shí)域特征提取方法，針對(duì)神經(jīng)

2、網(wǎng)絡(luò)預(yù)測(cè)存在大量待估計(jì)參數(shù)的問(wèn)題，通過(guò)線性預(yù)測(cè)方法中的最小均方誤差原理，減少了估計(jì)參數(shù)的數(shù)目，實(shí)現(xiàn)了魯棒性較高的特征提取。實(shí)驗(yàn)表明，在多種信噪比下，與線性預(yù)測(cè)編碼系數(shù)(LPC)和梅爾頻率倒譜系數(shù)(MFCC)特征相比有更好的魯棒性。
　　 其次，針對(duì)傳統(tǒng)MFCC的離散余弦變換(DCT)在語(yǔ)音信息表達(dá)方面存在的缺陷，采用具有更好表征能力的獨(dú)立成分分析法(ICA)對(duì)離散余弦變換進(jìn)行替換，提出了一種新的特征提取方法。實(shí)驗(yàn)表明，新的提取方