语音识别特征参数的研究

研究了多种语音特征参数的分析方法。包括LPC、MFCC、EIH、PLD等。从理论上和实验分析中给出了它们在噪声干扰中的分布情况。提出了一种动态谱增强提取语音倒谱矢量的方法，实验测试表明这种方法在不同噪声环境和信噪比条件下表现出的性能好于LPC倒谱、MFCC倒谱和PLD倒谱，且在提高噪声环境中识别率的同时，对于净的语音识别率也没有下降。提出了一种基于子空间概念的信号分析方法，既提高了语音识别系统在低信噪比时的识别率，又保持了高信噪比时的系统性能。采用特定的装置，用声道前端（口唇部）和后端（喉部）的语音信号，对其进行了分析对比，同时还比较了各种倒谱加板算法；均匀加数：Liftering加权、RPS加权，与各种环境噪声之间的关系。