漢語(yǔ)語(yǔ)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(yǔ)音識(shí)別（包括說(shuō)話人識(shí)別）的關(guān)鍵技術(shù)之一，目的是通過(guò)對(duì)語(yǔ)音信號(hào)進(jìn)行數(shù)字處理，將其表示成反映語(yǔ)音本質(zhì)特征信息的參數(shù)序列。當(dāng)前，包括反映人的聽(tīng)覺(jué)感知特性的、具有更強(qiáng)的魯棒性的特征的提取，是語(yǔ)音識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)。近年來(lái)，國(guó)際上對(duì)語(yǔ)音特征提取的研究，大多是從英語(yǔ)出發(fā)的，而漢語(yǔ)與英語(yǔ)比，具有一些不同的特點(diǎn)，因此，加緊開(kāi)展?jié)h語(yǔ)語(yǔ)音特征提取方面的研究是非常有必要的。本論文對(duì)漢語(yǔ)語(yǔ)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(yǔ)語(yǔ)音分析中常用的語(yǔ)譜圖的Matlab顯示算法。
　　 2.研究了聽(tīng)覺(jué)的音高感知特性和Mel頻率語(yǔ)譜圖，并設(shè)計(jì)了相應(yīng)的Matlab算法。
　　 3.研究了聽(tīng)覺(jué)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(lái)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(yǔ)語(yǔ)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(guò)零率特征的Matlab提取算法。
　　 5.研究了在說(shuō)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(kāi)發(fā)了工具Speechlab。
　　 7.采集大量的說(shuō)話人語(yǔ)音樣本，利用工具，評(píng)價(jià)目前在漢語(yǔ)說(shuō)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(shuō)話人識(shí)別的貢獻(xiàn)。
　　 作者希望S