用语谱图融合小波变换进行特定人二字汉语词汇识别

发布时间：2020-01-30 12:28

【摘要】：传统的语音分析都是建立在短时平稳假定的基础上,采用固定窗傅立叶变换获取语音信号的时-频局部化信息,与非平稳的语音信号不完全吻合,为此提出一种新颖的鲁棒性的谱图融合的小波变换方法。在图像特征提取过程中,对二字汉语词汇语音的语谱图进行特征分析,首先采用二维离散db4小波基分别对宽窄带语谱图进行6层小波包分解,并计算出每层的水平细节能量值、垂直细节能量值和对角细节能量值。接着,将窄带语谱图提取出的水平细节能量值、垂直细节能量值和对角细节能量值,分别作为窄带语谱图的第1~3个特征集合。然后将宽带语谱图提取出的水平细节能量值作为第4个特征集合。上述4个特征集合作为识别的特征向量,以支持向量机为分类器对特定人二字汉语词汇整体识别。采用1000个语音样本进行仿真实验,结果表明,该算法是利用语谱图的整体特征逐字逐词进行语音识别,能够凸显语音信号的整体时频特性,正确识别率可达98%。利用语谱图的特性,针对汉语的自身特性,将每一条语音指令作为一幅图像进行词汇研究,保证了语句的整体性,同时有助于提高识别率,增强鲁棒性。

【参考文献】