Hilbert-Huang变换及其在语音特征提取中应用.pdf

摘要 摘要 语音信号处理技术是计算机智能接口与人机交互的重要手段之一。随着电子计算机 和人工智能的发展，语音的编码、合成及识别等技术在人们的生活中得到了越来越多的 应用。而语音信号特征参数的精确提取是这些语音信号处理技术的关键所在。 语音信号是一个复杂的非线性、非平稳随机过程，这使得基于线性和平稳性系统理 论发展起来的传统语音信号处理技术性能难以进一步提高。本文研究了一种能够有效反 变换的端点效应、停止准则及瞬时频率和瞬时幅度的估计等问题，提出了相应的改进算 法。 的估计等问题，并提出了三点改进。一是结合语音信号本身的特征，提出了一种基于语 音信号的分段和延拓方法；二是利用各个固有模念函数相互正交的特性，提出了基于固 有模态函数正交的停止准则；三是研究了Hilbert解调方法的局限性，提出用能量分离 的端点效应及模态混叠具有很好的抑制作用。 号的瞬时能鼍还反映信号的能量密度。通过语音信号的瞬时频率加权能量精确定位声门 脉冲的发生时刻，从而精确提取语音信号的基音。仿真实验结果表明，与使用传统的瞬 时能量方法相比，本方法更能够表现信号真实的瞬时能量信息，从而能提高基音检测的 准确率。由于不需要对语音信号进行预加重，从而提高了算法的抗噪性能。 换的共振峰提取算法。根据语音信号的声道调频一调幅模型，利用经验模态分解的自适 应带通滤波特性把语音信号的各个共振峰分离开来，用能量分离算法求出各个共振峰的 瞬时频率和瞬时幅度，通过共振峰的频率特征及幅度特征来提取真实的共振峰信息。仿 真实验结果表明，该方法不仅能有效地抑制虚假峰值和高调语音的影响，还能精确地跟 踪共振峰频率的变化。 检测；共振峰提取 江南人学硕lj学位论义 Abstract signal isoneofthe meansforthe Speech processingtechnology important computer’S interfaceand interaction．Withthe ofelectronic intelligent human-computer development andartificial andmore and computers intelligence，morespeech coding，synthesisrecognition havebeen in life．Andaccurateextractionofthe technology appliedpeople’S speechsignal’S feature isthe of parameters these key speechsignalsprocessingtechnology． The isa speech makesthe signal complexnon-linear,non—stationarysignal，it oftraditional whichbasedonlinearand performance speechsignal processingtechnology difficult stationarysystemstheory tohavefurther studiesa