基于最小方差元失真响应谱的语音特征提取 - 信息工程大学学报.pdfVIP

Vo l. 9 No.3 信息工程大学学报 第 9 卷第 3 期 2008 年 9 月 Journal of Information Engineering University Sep.2008 基于最小方差元失真响应谱的语音特征提取 王民，李前程，屈丹 (信息工程大学信息工程学院，河南郑州 450002) 摘要:对最小方差无失真响应谱进行了研究，并将其应用到语音特征参数的提取中，对传统的 美尔频率倒谱系数提取方法进行了有效的改进。该方法首先计算短时语音信号的最小方差无 失真响应谱，在该谱的基础上提取美尔频率倒谱系数。基于最小方差无失真响应谱的美尔频 率倒谱系数在保留语义信息的同时有效抑制了说话人信息，更加适合于关键词检出。 关键词:最小方差无失真响应谱;美尔频率倒谱系数;关键词检出 中图分类号:TN912. 3 文献标识码:A 文章编号: 1671 …0673 (2008) 03 - 0334 - 05 Speech Feature Extraction Using the Minimum Variance Distortionless Response Spectrum Estimation Method WANG Min , LI Bi-cher吧， QU Dan (Institute of Information Engineering ,Information Engineering University ,Zhengzhou 450002 ,China) Abstract: This paper researched on the minimum variance ditortionless response (MVDR) spec- trum. And then , the MVDR spectrum was used to extract the Mel-frequency cepstral coefficient ( MFCC) , and improved the traditional MFCC. Above all , get the MVDR spectrum of a short time speech signal , and then extract MFCC based on the MVDR spectrum. Because of the MFCC based on the MVDR spectrum not only keeping semantic information , but also restraining the speaker in- formation effectively , it adapts to keyword spotting well. Key words: minimum variance distortionless response spectrum; mel-frequency cepstral coefficient; keyword spotting 目前，语音识别中的特征参数一般选用倒谱系 ( LineÍlr Prediction , LP) 谱。该谱能较好地表征频 数，其中美尔频率倒谱系数(Mel-Frequency Ceps- 谱的峰值信息，往往忽略频谱低能量的谷值信息。 , MFCC) 参数因其良好的识别性能 tral Coefficient 由于峰值点能量高，噪