声音识别基础知识.pptVIP

声音识别基础知识 2015级电子与通信工程 董雪 声音识别原理 语音输入 训练 识别 结果 声音识别的过程 声音的预处理：振幅归一化、预加重、样本分割、加窗 特征提取：特征参数可以是能量、基音频率、共振峰值等，较常见的是线性预测倒谱系数LPCC、Mel倒谱系数MFCC。二者均为将声音信号变换到倒谱域上。 幅值归一化 幅值归一化就是把每一个采样值除以本段信号的幅值。即： 其中， 是原始信号， 是归一化后的信号，n是信号长度。 预加重处理 目的：对高频部分进行加重，增加语音的高频分辨率。 实现方式：一般通过传递函数 的一阶FIR高通数字滤波器来实 现预加重，其中， 为预加重系 数，其值介于0.9到1.0之间。 加窗处理 预加重处理后，进行加窗分帧处理。 原理：由于发声器官的惯性运动，可以认为在一小段时间内（一般为10~30ms）语音信号近似不变，即语音信号具有平稳性。这样，可以把语音信号分为一些短段（分析帧）。语音信号的分帧是采用可移动的有限长度窗口进行加权的方法实现。一般每秒33~100帧。 加窗处理 虽采用连续分段，但一般采用交叠分段 的方法使帧与帧之间平滑过渡，保持连