文档介绍：基于线性预测特征的语音识别研究
摘要
语音信号特征的提取是语音信号处理( 语音识别、语音合成、语音压缩) 的基础, 而线性预测分析( LPC) 又是目前较为流行的一种分析方法, 所以本文就如何利用LPC 的分析方法来提取一组简洁而准确的语音特征参数的问题进行了研究, 同时还详细地论述了语音特征提取的过程, 对各种谱估计进行了一定的分析。
使用MATLAB进行仿真实验时,对比了不同说话人的语音特征参数曲线及其分类误差,同时分析改变线性阶数P值对谱曲线的影响。最后总结出线性预测分析在应用于说话人特征提取时选择参数的规律。
关键词语音特征提取,线性预测分析,线性阶数
ABSTRACT
The extraction of speech singal feature is the foundation of speech processing such as speech recognition, speech synthesis and pression. LPC analysis is a more popular method at present . In this paper , westudy how to extract a group of concise and correct feature parameters by using LPC analysis method. In the meantime, we also discuss the process of feature ex tract ion of speech signal in detail, and analyse all kinds of spretrum revaluation methods.
Using Matlab simulation experiments, comparing the different parameters of the speaker's voice characteristics curves and their classification error, simultaneous analysis of changes in the order of P-value for linear spectral curve. Concludes linear predictive analysis applied to the selection of speaker feature extraction parameters of the law.
Key words:Speech singal feature ex traction, LPC analysis, Linear order
目录
摘要 Ⅰ
ABSTRACT Ⅱ
1 绪论 1
本课题的背景和意义 2
本课题的主要内容 3
2 语音信号线性预测的分析原理 5
LPC基本原理 5
LPC和语音信号的模型的关系 7
LPC方程的自相关解法 9
模型增益G 10
LPC倒谱及其实现 11
LPC分析的频域解释 12
LPC谱估计 12
LPC的其它参数 12
3 MATLAB在数字语音信号处理中的应用 14
MATLAB概述 14
MATLAB简介 14
MATLAB如何在语音信号处理中应用 14
论文涉及的MATLAB应用主要函数 15
语音信号处理实例 17
语音信号的采集 17
语音信号的提取及比较分析 18
改变线性阶数P值对谱曲线的影响 25
MATLAB仿真程序设计 27
语音信号提取的程序 27
LPC分析程序 28
总结 31
参考文献 32
致谢 33
1 绪论
语音信号处理技术是计算机智能接口与人机交互的重要手段之一。从目前和整个信息社会发展趋势看,语音技术有很多的应用。语音技术包括语音识别、说话人的鉴别和确认、语种的鉴别和确认、关键词检测和确认、语音合成、语音编码等,但其中最具有挑战性和最富有应用前景的为语音识别技术。
对于语音识别技术而言,在一些应用领域中正成为一个关键的具有竞争力和影响力的技术。近几年来,说话人识别技术在公安机关的破案和法庭举证方面发挥着举足轻重的作用。与此同时,说话人识别技术也逐渐在安全加密、银行信息电话查询服务等方面取得很好的应用。在声控应用中,计算机可识别输入的语音内容,并根据内容来执行相应的动作,包括声控电话转换、医疗服务、股票