改進RASTA-PLP語音特征參數(shù)提取算法研究.pdf

1、由于人耳對聲音的接受能力很強，所以基于聽覺特性的語音特征最能反映聲音的本質(zhì)，具有好的魯棒性。因此，基于聽覺特性的語音特征提取方法在語音識別領(lǐng)域中日益受到重視。
　　 本文首先在噪聲環(huán)境下，對基于聽覺特性的PLP(Perceptual Linear Predictive,感覺加權(quán)線性預(yù)測)特征參數(shù)和RASTA(RelAtive SpecTrA)-PLP特征參數(shù)的提取算法進行了研究。PLP特征參數(shù)在臨界頻帶分析處理、等響度曲線預(yù)加重

2、和強度響度轉(zhuǎn)換上模擬了人耳的聽覺特性，是全極點模型的一組系數(shù)。RASTA濾波器等效于一種IIR濾波器，它的高通部分可以抑制平穩(wěn)的非語言學(xué)背景，低通部分則有助于平滑幀與幀之間的快速變化。將RASTA濾波技術(shù)應(yīng)用于PLP特征參數(shù)的提取中，提高了參數(shù)的識別率，取得了好的實驗結(jié)果。
　　 其次，本文使用半升正弦函數(shù)倒譜提升技術(shù)、差分技術(shù)、倒譜提升和差分的聯(lián)合技術(shù)以及差分和倒譜均值減的聯(lián)合技術(shù)來改進RASTA-PLP特征參數(shù)。半升正弦函數(shù)

3、(Half Raised-Sine Function,HRSF)倒譜提升技術(shù)可以降低易受噪聲干擾的低階分量值，同時提高數(shù)值相對小的中高階分量值。差分技術(shù)可以體現(xiàn)語音特征參數(shù)的動態(tài)特征。倒譜均值減(Ceptral Mean Subtraction,CMS)技術(shù)可以減少通道噪聲。實驗結(jié)果表明，改進后特征參數(shù)的識別結(jié)果優(yōu)于原始特征參數(shù)的識別結(jié)果。
　　 最后，本文將語音增強中的譜減法和維納濾波技術(shù)應(yīng)用于改進后的RASTA-PLP特征參