孤立詞語音識別系統(tǒng)的dsp實(shí)現(xiàn)(編輯修改稿)
2024-08-31 15:39 本頁面
【文章內(nèi)容簡介】 點(diǎn)，進(jìn)入過渡段。在過渡段中，由于參數(shù)的數(shù)值比較小，不能確信是否處于真正的語音段，因此只要兩個(gè)參數(shù)的數(shù)值都回落到低門限以下，就將當(dāng)前狀態(tài)恢復(fù)到靜音狀態(tài)。而如果在過渡段中兩個(gè)參數(shù)中任意一個(gè)超過了高門限，就可以確信進(jìn)入語音段了。一些突發(fā)性的噪聲可以引發(fā)短時(shí)能量或過零率的數(shù)值很高，但是往往不能維持足夠長的時(shí)間，這些可以通過設(shè)定最短時(shí)間門限來判別。當(dāng)前狀態(tài)處于語音段時(shí)，如果兩個(gè)參數(shù)的數(shù)值降低到低門限以下，而且總的計(jì)時(shí)長度小于最短時(shí)間門限，則認(rèn)為這是一段噪音，繼續(xù)掃描以后的語音數(shù)據(jù)。否則就標(biāo)記好結(jié)束端點(diǎn)，并返回。3．2 語音特征參數(shù)的提取 近年來，一種能夠比較充分利用人耳這種特殊的感知特新的參數(shù)得到了廣泛的應(yīng)用，這就是Mel尺度倒譜參數(shù)(Melscaled Cepstrum Coefficients，MFCC)。它和線性頻率的轉(zhuǎn)換關(guān)系是： fMel=2 596log10(1+f／700) MFCC參數(shù)是按幀計(jì)算的。首先要通過FFT得到該幀信號的功率譜，轉(zhuǎn)換為Mel頻率下的功率譜。這需要在計(jì)算之前先在語音的頻譜范圍內(nèi)設(shè)置若干個(gè)帶通濾波器Hm(n)。MFCC參數(shù)的計(jì)算流程為： (1)確定每一幀語音采樣序列的點(diǎn)數(shù)，本系統(tǒng)采取N=256點(diǎn)。對每幀序列s(n)進(jìn)行預(yù)加重處理后再經(jīng)過離散FFT變換，取模的平方得到離散功率譜s(n)。 (2)計(jì)算s(n)通過M個(gè)Hm(n)后所得的功率值，即計(jì)算s(n)和Hm(n)在各個(gè)離散頻率點(diǎn)上乘積之和，得到M個(gè)參數(shù)Pm，m=0，1，…，M1。 (3)計(jì)算Pm的自然對數(shù)，得到Lm，m=0，1，…，M1。 (4)對L0，L1,…,LM1計(jì)算其離散余弦變換，得到Dm，m=0，1，…，M1。 (5)舍去代表直流成分的D0，取D1，D2，…，DK作為MFCC參數(shù)。此處K
物理相關(guān)推薦
鄂ICP備17016276號-1