語(yǔ)音識(shí)別之MFCC特征提取-文檔資料

1、語(yǔ)音識(shí)別之語(yǔ)音識(shí)別之MFCCMFCC特征提取特征提取報(bào)告人：湯旭國(guó)學(xué)號(hào)：11303490933/8/2022語(yǔ)音識(shí)別應(yīng)用語(yǔ)音識(shí)別應(yīng)用預(yù)處理模塊預(yù)處理模塊：對(duì)輸入的原始語(yǔ)音信號(hào)進(jìn)行處理濾除掉不重要的信息及背景噪聲語(yǔ)音分幀（近似認(rèn)為語(yǔ)音信號(hào)在10-30ms內(nèi)是短時(shí)平穩(wěn)的）預(yù)加重（提升高頻部分）等處理特征提取特征提取：去除語(yǔ)音信號(hào)中對(duì)于語(yǔ)音識(shí)別無(wú)用的冗余信息保留反映語(yǔ)音本質(zhì)特征的信息 即提取出反映語(yǔ)音信號(hào)特征的關(guān)鍵特征參數(shù)形成特征矢量 序列，以便用于后續(xù)處理聲學(xué)模型訓(xùn)練：聲學(xué)模型訓(xùn)練：根據(jù)訓(xùn)練語(yǔ)音庫(kù)的特征參數(shù)訓(xùn)練出聲學(xué)模型參數(shù) 在識(shí)別時(shí)可以將待識(shí)別的語(yǔ)音的特征參數(shù)同聲學(xué)模型進(jìn)行匹配，得到識(shí)別結(jié)果。語(yǔ)

2、言模型訓(xùn)練：語(yǔ)言模型訓(xùn)練：語(yǔ)言模型是用來(lái)計(jì)算一個(gè)句子出現(xiàn)概率的概率模型。 它主要用于決定哪個(gè)詞序列的可能性更大，或者在出現(xiàn)了幾個(gè)詞的情況下預(yù)測(cè)下一個(gè)即將出現(xiàn)的詞語(yǔ)的內(nèi)容。語(yǔ)音解碼和搜索算法：語(yǔ)音解碼和搜索算法：針對(duì)輸入的語(yǔ)音信號(hào)，根據(jù)己經(jīng)訓(xùn)練好的HMM聲學(xué)模型、語(yǔ)言模型及字典建立一個(gè)識(shí)別網(wǎng)絡(luò)根據(jù)搜索算法在該網(wǎng)絡(luò)中尋找最佳的一條路徑，這個(gè)路徑就是能夠以最大概率輸出該語(yǔ)音信號(hào)的詞串語(yǔ)音是怎么產(chǎn)生語(yǔ)音是怎么產(chǎn)生 人通過(guò)改變聲道的shape發(fā)出的不同聲音。聲道的shape包括舌頭，牙齒等。 我們可以分析不同聲道產(chǎn)生的語(yǔ)音短時(shí)功率譜的包絡(luò)識(shí)別語(yǔ)音 MFCCs（Mel Frequency Cepstral

3、 Coefficents）是一種能準(zhǔn)確描述這個(gè)包絡(luò)的特征，在語(yǔ)音識(shí)別人工特征方面，可謂是一枝獨(dú)秀主要的幾個(gè)概念聲譜圖（Spectrogram）倒譜分析（Cepstrum Analysis）Mel頻率分析（Mel-Frequency Analysis）梅爾倒頻譜系數(shù)（Mel-Frequency Cepstral Coefficients）一、聲譜圖（一、聲譜圖（Spectrogram）FFT FFT FFT 一、聲譜圖（一、聲譜圖（Spectrogram）一、聲譜圖（一、聲譜圖（Spectrogram）一、聲譜圖（一、聲譜圖（Spectrogram）一、聲譜圖（一、聲譜圖（Spectrogram

4、）一、聲譜圖（一、聲譜圖（Spectrogram）一、聲譜圖（一、聲譜圖（Spectrogram）一、聲譜圖（一、聲譜圖（Spectrogram）一、聲譜圖（一、聲譜圖（Spectrogram）一、聲譜圖（一、聲譜圖（Spectrogram）二、二、Cepstrum Analysis峰值表示語(yǔ)音的主要頻率成分，我們把這些峰值稱(chēng)為共振峰（formants）共振峰攜帶了聲音的辨識(shí)屬性（就是個(gè)人身份證一樣，所以它特別重要）。用它就可以識(shí)別不同的聲音。如何提?。慷?、二、Cepstrum Analysis語(yǔ)音信號(hào)序列時(shí)域：x(n)=h(n)*e(n)頻域：X(K)=H(K)E(K)為了較好地將語(yǔ)音信號(hào)中

5、的激勵(lì)信號(hào)和聲道響應(yīng)分離倒譜：log|Xk |= log |Hk |+ log |Ek |二、二、Cepstrum Analysis慢變化的包絡(luò)快變化的周期化細(xì)致結(jié)構(gòu)二、二、Cepstrum Analysis我們需要把這兩部分分離開(kāi)-卷積同態(tài)系統(tǒng)二、二、Cepstrum Analysis二、二、Cepstrum Analysis二、二、Cepstrum AnalysisMel-Frequency Analysis現(xiàn)在給我們一段語(yǔ)音，我們可以得到它的頻譜包絡(luò)（連接所有共振峰值點(diǎn)的平滑曲線）理論我們可以得到特征向量，但是Mel-Frequency Analysis人類(lèi)聽(tīng)覺(jué)感知的實(shí)驗(yàn)表明:聽(tīng)覺(jué)系統(tǒng)是一個(gè)特殊的非線性系統(tǒng)，它響應(yīng)不同頻率信號(hào)的靈敏度是不同的，人耳就像一個(gè)濾波器組這些濾波器在頻率坐標(biāo)軸上不是統(tǒng)一分布的 在低頻區(qū)域，分布密集 在高頻區(qū)域，分布稀疏 如果在語(yǔ)音識(shí)別系統(tǒng)中能模擬人類(lèi)聽(tīng)覺(jué)感知處理特點(diǎn)，就有可能提高語(yǔ)音的識(shí)別率Mel-Frequency Analysis梅爾頻率倒譜系數(shù)（Mel Frequency Cepstrum Coefficient, MFCC）考慮了人類(lèi)的聽(tīng)覺(jué)特征，先將線性頻譜映射到基于聽(tīng)覺(jué)感知