一种语音信号的MFCC系数提取方法、装置及一种Mel滤波方法制造方法及图纸

本发明专利技术提供了一种语音信号的ＭＦＣＣ系数提取方法及装置，以解决ＨＴＫ的ＭＦＣＣ系数提取方法存在的问题。所述方法包括：预加重、加窗、快速傅里叶变换、功率谱估计、Ｍｅｌ滤波、非线性变换和离散余弦变换，其中，在进行Ｍｅｌ滤波时，增加Ｍｅｌ滤波器组的子带数量，在频率范围内进行Ｍｅｌ滤波，得到对应每条子带的Ｍｅｌ滤波输出；然后，将高频范围内的子带数量进行聚合，得到聚合后相应子带数量的Ｍｅｌ滤波输出；继续对所述低频范围和聚合后高频范围的Ｍｅｌ滤波输出进行非线性变换和离散余弦变换，最终提取出ＭＦＣＣ系数。本发明专利技术既保证了低频信号有足够的频率分辨精度，同时，又将高频范围内的子带数量进行聚合，提高了高频的抗干扰能力，从而优化了提取的ＭＦＣＣ系数，提高了语音识别的准确率。

【技术实现步骤摘要】

本专利技术涉及语音识别
，特别是涉及。
技术介绍
在语音识别处理过程中，梅尔倒频谱系数(Mel-scale Frequency CepstralCoefficients，简称MFCC)是常用的特征参数之一。MFCC模拟了人耳的听觉特性，能够反映人对语音的感知特性，从说话人的语音信号中提取出说话人的个性特征，在语音识别实际应用中取得了较高的识别率。标准的MFCC系数提取过程包括预加重、加窗、FFT变换(Fast Fourier Transform，快速傅里叶变换)、功率谱估计、Mel滤波、非线性变换(计算对数Log)和DCT变换(Discrete Cosine Transform，离散余弦变换)。 通常，语音信号处理都是在16kHz的采样率下进行，因为16kHz的宽带信号基本能满足语音识别所需要的特征信息，而更高的采样频率并不能带来更多有用的特征信息，并且更容易受到噪声的干扰，同时增加了算法复杂度。 现有的一种MFCC系数提取方法是基于HTK(Hidden Markov ModelToolkit)工具的提取方法。HTK是目前一个高质量的语音识别工具，可以进行语音特征提本文档来自技高网...

【技术保护点】
一种语音信号的ＭＦＣＣ系数提取方法，包括预加重、加窗、快速傅里叶变换、功率谱估计、Ｍｅｌ滤波、非线性变换和离散余弦变换，其特征在于：　在进行Ｍｅｌ滤波时，增加Ｍｅｌ滤波器组的子带数量，在频率范围内进行Ｍｅｌ滤波，得到对应每条子带的Ｍｅ ｌ滤波输出；　然后，将高频范围内的子带数量进行聚合，得到聚合后相应子带数量的Ｍｅｌ滤波输出；　继续对所述低频范围和聚合后高频范围的Ｍｅｌ滤波输出进行非线性变换和离散余弦变换，最终提取出ＭＦＣＣ系数。

【技术特征摘要】

【专利技术属性】
技术研发人员：张晨，冯宇红，
申请(专利权)人：北京中星微电子有限公司，
类型：发明
国别省市：11[中国|北京]