基于经验模态分解结合傅氏变换与Wigner分布的Mel频率倒谱系数提取

• 作者: 曾以成 毛燕湖 谢小娟 陈雨莺
• 来源期刊: 湘潭大学自然科学学报
• 学科: 工学
• 关键词: 经验模态分解 Wigner-Ville谱 傅氏变换 Mel频率倒谱系数
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 物理与土木工程
• 页码范围: 20-26
• 页数: 7页
• 分类号: TP391
• 字数: 4007字
• 语种: 中文

摘要

根据语音信号的非平稳特点,用经验模态分解方法把语音信号分解成一系列固有模态函数(In-trinsic Mode Function,IMF),一个IMF只含有语音信号的一部分信息,不同IMF分量携带的特征信息不同,对这些IMFs进行加权处理,得到新的语音,再对其进行后续处理.Wigner-Ville分布能精确地定位信号的时频结构,而传统傅氏变换不能反映信号的瞬时变化情况,但多分量信号的Wigner-Ville分布受困于交叉项的干扰,因此利用Wigner-Ville分布的优点,采用Wigner-Ville谱与傅氏谱结合来代替单独的傅氏谱作为每帧的特征,进行Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)提取.实验表明,经改进后的MFCC参数较传统的MFCC参数应用于说话人识别系统,识别率有较大提升,且鲁棒性较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾以成	湘潭大学物理与光电工程学院	116	670	13.0	19.0
2	谢小娟	湘潭大学物理与光电工程学院	5	13	2.0	3.0
3	毛燕湖	湘潭大学物理与光电工程学院	4	7	2.0	2.0
4	陈雨莺	湘潭大学物理与光电工程学院	3	4	2.0	2.0