基于小波包与分形的语音特征提取.pdfVIP

基于小波包与分形的语音特征提取 陈春辉 （ ， ） 华南师范大学计算机学院 广州 ５１０６３１ 摘 要： ， ， 针对语音信号的非平稳特性 传统的短时分析技术容易丢失信息的现状 提出了一种利用小波包变换和分形 　 。 ， 技术对语音信号进行特征提取 用小波包变换对每一帧语音信号进行多分辨分析 这样可以得到每个频带的小波分 ， ， 。 ， ， 解值 然后计算出每个频带的分形维特征 最后使用动态时间规整进行识别 实验证明 在低信噪比的情况下 仍有 较高的说话人识别的效果。 关键词： ； ； ； 小波包 分形 语音特征 动态时间归整 中图分类号： 文献标识码： 文章编号： （ ） ＴＰ３１９ Ａ １６７２７８００２０１２００６０１５９０３ 　　　　　 　　　　　 － － － ， 上语音信号的频谱特性是随时间变化的 是一种典型的非 。 ０ 引言 平稳信号 而小波分析正是一种处理非平稳信号的有力 　 武器。 ， ， 随着信息科技的不断进步 语音技术在许多场合中得 本文是在小波分析的基础上引入分形技术 提出了一 ， 。 。 到了广泛的应用 给人们的日常生活带来了很大的便利 种抗噪性强的特征参数 这种新的参数结合了小波变换 ， ， ， 但由于环境噪声等因素的影响 使得原本在实验室表现良 与分形技术各自的优点 由小波变换对语音进频率划分 ， 。 ， 。 好的语音识别系统在实际应用时 其识别率大幅下降 因 再根据分形的稳定性 以分形维作为语音的特征矢量 ， 。 此 鲁棒语音识别成为该领域的研究热点 ， 语音识别是通过提取特征参数来进行识别的 特征参 １ 小波包和分形 　 。 数是包含在不同语音之间的与之相关的区分信息 常使 ， （ 小波包频率分解 用的特征参数 如美尔频率倒谱系数 Ｍｅｌ－Ｆｒｅ ｕｅｎｃ