基于小波变换的语音特征参数提取  

Speech Feature Extraction Based on Wavelet MFCC

作　　者：薛凌云[1] 夏国荣[1] 

机构地区：[1]中南林业科技大学计算机与信息工程学院

出　　处：《电子世界》2014年第2期99-100,共2页Electronics World

摘　　要：将小波变换的多分辨率特性用于改进Mel频率倒谱系数MFCC的前端处理中,给出了一种新的语音特征参数——小波MFCC。其特点在于采用小波变换、分层FFT和频率合成代替原来MFCC中的FFT部分,使频谱分辨率提高了一倍。试验证明,小波MFCC特征参数在较大词汇量情况下,其识别率优于MFCC特征参数的结果。The multi resolution characteristic of wavelet is used to improve the front end processing of MFCC.So, a new feature parameter wavelet MFCC is presented in this paper.It uses wavelet transform, multi degree FFT and frequency synthesis to replace original FFT of MFCC, and increases spectrum resolution by 2.The experiments demonstrate that robustness and recognition rate of wavelet MFCC feature are better than one of MFCCs in large vocabulary.

关 键 词：小波分析 语音识别 MFCC 

分 类 号：TN912.34[电子电信—通信与信息系统]