【技术实现步骤摘要】
本专利技术涉及一种信号特征提取方法，具体涉及一种基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法。
技术介绍
1、语音交互已成为人机交互之间的一条重要途径，因此，自动语音识别显得尤为重要。
2、语音信号特征提取是自动语音识别中的关键，而梅尔倒谱系数（mel-frequencycepstral coefficients,简称“mfcc”）可以直观地展示出语音信号在频域上的分布情况，因此，梅尔倒谱系数被广泛应用于语音信号特征提取。
3、然而，传统梅尔倒谱系数在语音信号特征提取过程中，存在因带宽固定、缺乏动态特征以及时频域特征难以顾全，而导致特征提取不够突出全面的问题。
技术实现思路
1、本专利技术的目的是解决现有梅尔倒谱系数在语音信号特征提取过程中，存在带宽固定、缺乏动态特征以及时频域特征难以顾全，导致特征提取不够突出全面的技术问题，而提供一种基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法。
2、为实现上述目的，本专利技术所采用的技术方案为：
...
【技术保护点】
1.一种基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法，其特征在于：
3.根据权利要求2所述的基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法，其特征在于：
4.根据权利要求3所述的基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法，其特征在于：
5.根据权利要求4所述的基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法，其特征在于：
6.根据权利要求1-5任一所述的基于梅尔倒谱系数与多尺度熵的语音信号特征提取...
【技术特征摘要】
1.一种基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法，其特征在于：
3.根据权利要求2所述的基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法，其特征在于：
4.根据权利要求3所述的基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法，其特征在于：
5.根据权利要求4所述的基于梅尔倒谱系数与多尺度熵的语音信号特征提取方法，其特征在于：
...
【专利技术属性】
技术研发人员：张海峰，李彪，乔铁柱，崔思栋，岳智超，
申请(专利权)人：中国科学院西安光学精密机械研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。