基于小波分析的梅尔频率倒谱参数?

• 作者: 何怡 叶卫平 董丽娜
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音识别 小波分析 MFCC MFCC_Wavelet
• 年，卷（期）: 2015,（5）
• 页码范围: 469-474
• 页数: 6页
• 分类号: TN919.8
• 字数: 5684字
• 语种: 中文
• DOI: 10.16360/j.cnki.jbnuns.2015.05.007

摘要

采用 HMM模型和 MFCC参数的语音识别器对普通话中声母音素的区分度不够理想,而在基于识别的计算机辅助发音教学系统中的辅音的识别具有特别重要的意义.考虑到相同发音位置不同发音方式的声母音素变化较快且高频信息较多,本文将小波分析的方法引入到提取梅尔频率倒谱参数(MFCC)的过程当中,来提高信号高频部分的时域分辨率,提出了基于小波分析的梅尔倒谱参数 MFCC_Wavelet.结合高低频不同分帧方式的 MFCC_Wavelet 参数与HMM模型的语音识别器,本文测试了 MFCC和 MFCC_Wavelet两种参数在4类发音中的区分性,实验结果表明,在相同发音位置不同发音方式、塞音与不塞音、送气音与不送气音及擦音与不擦音4类发音错误中,MFCC_Wavelet 的总体效果好于 MFCC.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶卫平	北京师范大学信息科学与技术学院	10	79	4.0	8.0
2	董丽娜	北京师范大学信息科学与技术学院	3	6	1.0	2.0
3	何怡	北京师范大学信息科学与技术学院	1	6	1.0	1.0