[发明专利]一种基于动态分割逆离散余弦变换倒谱系数的音声特征提取算法

权利要求书

1.一种基于动态分割逆离散余弦变换倒谱系数的音声特征提取算法，其特征在于如下步骤：

S1、对m个人的音声信号进行预处理：

对m个人的音声信号依次进行预加重、分帧和加窗处理；

所述预加重通过数字滤波器实现，具体过程通过以下公式进行：

Y(n)＝X(n)-aX(n-l)；

其中，Y(n)是预加重后的输出信号，X(n)输入的音声信号，a为预加重系数，n为时刻；所述分帧为将所述预加重后的输出信号分段为20ms一帧；

S2、对预处理后的m个人的音声信号进行从时域到频域的变换形式处理：

预处理后的m个人的音声信号转换成频域，即将预处理后的m个人的音声信号从时域卷积转换为频域谱乘法形式，对其取对数，得到的分量以相加形式表示，得到m个人的逆离散余弦变换倒谱系数，具体过程通过以下公式进行

C(q)＝IDCTlog|DCT{x(k)}|；

其中，DCT和IDCT分别是离散余弦变换和逆离散余弦变换，x(k)为输入音声信号，即预处理后的m个人的音声信号，C(q)为输出语音信号，即m个人的逆离散余弦变换倒谱系数；

S3、利用分层聚类分析算法，计算步骤S2得到的m个人的逆离散余弦变换倒谱系数之间的相似度，并把相似度最大的相邻两列依次合并；迭代以上过程，直至聚类至24列，得到的动态分割逆离散余弦变换倒谱系数即为m个人的音声特征；具体步骤如下：

矩阵A代表步骤S2求得的m个人n维的逆离散余弦变换倒谱系数，把逆离散余弦变换倒谱系数的每一维向量V₁，V₂…V_n看成n类，求得V_i和V_j的欧式距离为

下面为聚类分析的具体步骤：

第一次聚类：

l₁＝Dis(V₁,V₂)

l₂＝Dis(V₂,V₃)

…

l_n-1＝Dis(V_n-1,V_n)

如果i＝arg min(l₁,l₂,l₃…l_n-1),则聚类结果为

(V₁),(V₂),…(V_i+V_i+1),…(V_n)即

更新：

l_i-1＝Dis(V_i-1,(V_i+V_i+1))

l_i＝Dis((V_i+V_i+1),V_i+2)

l_i+1＝l_i+2

…

l_n-1＝l_n-2

Delete l_n-1

第二次聚类：

如果j＝arg min(l₁,l₂,l₃…l_n-2),则聚类结果为

(V₁),(V₂),…(V_i+V_i+1),…(V_j+V_j+1),…(V_n)即

再次更新：

l_j-1＝Dis(V_j-1,(V_j+V_j+1))

l_j＝Dis((V_j+V_j+1),V_j+2)

l_j+1＝l_j+2

…

l_n-3＝l_n-2

Delete l_n-2

以此类推进行层次聚类直至最后聚类结果为24列，得到动态分割逆离散余弦变换倒谱系数即为音声特征。