基于NPC和改進的MFCC魯棒語音特征提取研究.pdf

1、語音識別在實驗室環(huán)境中已取得了令人滿意的效果，但當運用到實際環(huán)境時卻往往出現(xiàn)識別率顯著下降的情況，如何提高噪聲環(huán)境下的語音識別魯棒性是當今語音識別研究中最為重要的問題。本文針對語音識別前端處理中的魯棒性語音特征提取技術展開研究，分別從時域和頻域兩個方面出發(fā)，并結合人類發(fā)聲特點和人耳聽覺特性對已有的特征進行改進，提出了兩種具有較好魯棒性的語音特征提取方法。
　　 首先，本文提出采用神經(jīng)網(wǎng)絡進行非線性預測的時域特征提取方法，針對神經(jīng)

2、網(wǎng)絡預測存在大量待估計參數(shù)的問題，通過線性預測方法中的最小均方誤差原理，減少了估計參數(shù)的數(shù)目，實現(xiàn)了魯棒性較高的特征提取。實驗表明，在多種信噪比下，與線性預測編碼系數(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，針對傳統(tǒng)MFCC的離散余弦變換(DCT)在語音信息表達方面存在的缺陷，采用具有更好表征能力的獨立成分分析法(ICA)對離散余弦變換進行替換，提出了一種新的特征提取方法。實驗表明，新的提取方