语音信号特征提取中Mel倒谱系MFCC的改进算法.pdfVIP

54 2008，44(22) co，印Ⅱ御’E，铆船ering肌dA即比越幻瑚计算机工程与应用 张震，王化清 ZHANGZhen，WANG Hua—qing 郑州大学，郑州45000l 45000l，China ZhengzhouUnive侣ity，zhengzhou Z姒NGZhen．WANG of C∞mcie吣in H岫一qing．IIIIprovedalgori岫IMeI-F他que眦eCepstral based蚰voi∞si印aI．Compu钯rE咖ri呜andAppIicaljo璐，2∞8，44(22)：54-55． Abstmct： individualtraitsofthe the打voice8is the of Extr∞ting speake璐fmm key VoiceprintrecongIlition．nispaperchieny intlloduces Coemcientsand“’s and detailedcount impmved gives pmcess，and Mel—FrequenceCepstIm algorithm(3(7+1)，analyzes thedifferencesf而mthenomal al∞gives byexperiment． algorithm ex咖ti叩；Mel—FrequenceCep涮C∞佑cieIlts(MFCC) Key帅rds：voicerecogIIition；characteristics 摘要：从说话人的语音信号中提取说话人的个性特征是声纹识别的关键。主要介绍语音信号特征提取方法中的Mel倒谱系数 (Mel—Frequencecepstral 传统算法在语音识别系统中的差别。 关键词：语音识别；特征提取；MFCC 文章编号：l002—8331(2008)22—0054-02文献标识码：A 中图分类号：TN912．3 DoI：10．3778，j．issn．1002—8331．2008．22．015 语音信号的特征矢量在频域上主要有线性预测系数 厶=2 (LPC)，LPC倒谱系数(LPcc)，MEL频率倒谱系数(MFCc)。 LPCc逼近人类发声机理但对于辅音的描述能力较差，抗噪声坐标为Mel频率)。 性能较差。MFcc充分考虑人耳听觉结构和人类发声和接受声 3500 音的机理特性具有很好的鲁棒性。而且在没有任何假设前提条 3000 2500 件，其具有较好的识别性能和抗噪能力。但标准的MFcc只反 气2000 映r语音参数的静态特性，而人耳对语音的动态特性更为敏感， 蓦l500 本系统特色是引入一阶差分(埘彤c)，二阶差分(△△M粥c)再 l 0()0 500 加E时域特征信息的帧能量参数构成了(3p+1)维的特征矢 0 量，更好地消除了语音帧之间的相关性，更优的逼近语音的动 Frequen。y，Hz 态特征，大大提高了识辨率。 图l Mel标度与频率的关系 根据生理学的研究成果表明，人耳对不同频率的声波有不 000 1传统特