基于小波包分析的鲁棒性语音识别

• 作者: 张君昌 李艳艳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语音识别 小波包变换 特征提取 Mel频率倒谱系数
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 124-126,243
• 分类号: TP391.42
• 字数: 4198字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.10.035

摘要

通过对MFCC算法的研究,发现其中的FFT在整个时频空间使用固定的分析窗,这不符合语音信号的特性,而小波变换具有多分辨率特性,更符合人耳的听觉特性.提出了动静态特征参数结合的语音信号识别方法,首先在特征参数提取中引入了小波包变换,借助MFCC参数的提取方法,用小波包变换代替傅里叶变换和Mel滤波器组,提取了新的静态特征参数DWPTMFCC,然后把它与一阶DWPTMFCC差分参数相结合成一个向量,作为一帧语音信号的参数.仿真实验证明:基于新特征的识别率比原来MFCC的识别率有了很大提高,特别是在低信噪比情况下.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张君昌	西北工业大学电子信息学院	28	179	8.0	11.0
2	李艳艳	西北工业大学电子信息学院	6	21	3.0	4.0