漢語語音的物理特征提取及分析工具的研究與實(shí)現(xiàn).pdf_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、聲學(xué)特征的提取是語音識別(包括說話人識別)的關(guān)鍵技術(shù)之一,目的是通過對語音信號進(jìn)行數(shù)字處理,將其表示成反映語音本質(zhì)特征信息的參數(shù)序列。當(dāng)前,包括反映人的聽覺感知特性的、具有更強(qiáng)的魯棒性的特征的提取,是語音識別領(lǐng)域的一個研究熱點(diǎn)。近年來,國際上對語音特征提取的研究,大多是從英語出發(fā)的,而漢語與英語比,具有一些不同的特點(diǎn),因此,加緊開展?jié)h語語音特征提取方面的研究是非常有必要的。本論文對漢語語音信號的分析和特征的提取進(jìn)行了一些研究,具體包括:

2、
   1.設(shè)計了在漢語語音分析中常用的語譜圖的Matlab顯示算法。
   2.研究了聽覺的音高感知特性和Mel頻率語譜圖,并設(shè)計了相應(yīng)的Matlab算法。
   3.研究了聽覺的“臨界頻帶”理論,并為200~9500Hz頻率范圍內(nèi)的20個臨界頻帶設(shè)計了相應(yīng)的20個FIR濾波器,以此構(gòu)成一個濾波器組,來近似地模擬人耳基底膜在200~9500Hz頻率范圍內(nèi)的頻譜分析能力。
   4.設(shè)計了在漢語語音的音節(jié)

3、切分中常用的短時能量特征和短時平均過零率特征的Matlab提取算法。
   5.研究了在說話人識別中,利用統(tǒng)計學(xué)對特征參數(shù)的性能進(jìn)行評價的方法,并進(jìn)行了相應(yīng)的Matlab算法設(shè)計。
   6.整合以上功能,開發(fā)了工具Speechlab。
   7.采集大量的說話人語音樣本,利用工具,評價目前在漢語說話人識別中常用的MFCC特征和LPC特征的性能,以及MFCC的各維參數(shù)對說話人識別的貢獻(xiàn)。
   作者希望S

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論