[发明专利]唛频线性预测语音识别设备及方法

说明书

发明领域

本发明一般涉及语音识别系统，特别涉及使用唛耳频率线性预测的语音频谱特征抽取。

发明背景

在语音的机器识别中，机器根据所观察到的语音信号的声学特征和声学特征与语音之间的已知关系对语音信号波型进行解码。语音识别的精度决定于如何选择出能抓住该语音的基本语言特性的一特征，同时抑制其他声学方面。机器只能处理从原始语音中所抽取的东西，因此，如所选择的特征并不代表实际语音就无法获得精确的机器语音识别。此外，如在特征抽取阶段丢失信息，该信息就永远丢失。因此正确的特征抽取对精确的机器语音识别来说至关重要。

典型的自动语音识别系统的取样点用于离散傅里叶变换计算或滤波器组或确定语音信号各波分量的幅度的其他装置。例如，由一麦克风生成的语音波形的参数化基于下列事实，任何波形都可表示成简单的正弦波和余弦波的组合，波形组合的最漂亮表达为逆傅里叶变换： g ( t ) = 1 2 π ∫ - ∞ ∞ G ( t ) e i 2 πft df ]]>

其中，傅里叶系数由傅里叶变换给出： G ( f ) = ∫ - ∞ ∞ g ( t ) e - i 2 πft dt ]]>

该傅里叶变换给出频率为f的该波的各分量的相对强度即该波在频率空间中的频谱。由于一矢量也由可用正弦和余弦函数表示的各分量构成，因此一语音信号也可表为一频谱矢量。实际计算中可使用离散傅里叶变换： G ( n τN ) = Σ k = 0 N - 1 [ τ · g ( kτ ) e - i 2 πk n N ] ]]>