一种计算mel频倒谱参数的改进算法.docxVIP

一种计算mel频倒谱参数的改进算法 基于mel滤波器的特征提取 在人类的听觉系统中，人耳中的耳蜗发挥着非常重要的作用，其实质效果相当于一个滤波器组。当声音传入耳蜗时,耳蜗内流体压强会发生变化,从而引起行波沿基底膜的传播,由于声音的不同频率沿着基底膜的分布是对数型的,因此耳蜗的滤波作用相当于在一个非线性频率尺度上进行。耳蜗的这种非线性频率尺度上的滤波作用,使人耳对低频信号比对高频信号更敏感。人耳的这种特性在语音识别中得到了广泛的应用,例如特征提取中常用到的Bark和Mel滤波器组就是对人耳这种机能的一种工程化模拟。 Mel频标倒谱参数(Mel frequency cepstral coefficient,MFCC)特征是目前使用最广泛的语音特征之一,具有计算简单、区分能力好等突出的优点,因而常常成为许多实际识别系统的首选。在传统的MFCC特征提取算法中,输入语音首先通过傅里叶变换得到其频谱,然后再在频域上应用一组Mel频率上均匀分布的滤波器来得到类似人耳听觉特性的非线性频谱分辨率。这样的提取方法尽管实现起来非常方便,但也存在着一定的不足。一方面进入Mel滤波器组的信号频谱是通过传统傅里叶变换均匀抽取出来的,只能提供按2πΝ2πN等分的固定频率分辨率,没能充分反映语音信号低频部分的特征,针对这种不足,本文利用非均匀离散傅里叶变换(Nonuniform discrete Fourier