基于小波包变换的语音信号鲁棒特征提取

摘要

以改善噪音环境下语音识别的鲁棒性为着眼点，提出了一种新型的特征参数提取算法。由于人耳对不同的频率在相应的临界带宽内的信号会引起基底膜上不同位置的振动，而小波包变换在各分析频段的恒Q（品质因数）特性与人耳听觉对信号的加工特点相一致，所以本文在对Mel频率倒谱系数（MFCC）提取过程分析的基础上，结合小波包对频带的多层次划分，并根据人耳感知频带的特点，自适应地选择相应频带，提出了一种基于小波包变换的特征参数（WPTC）。实验结果表明，在不同的噪声环境和信噪比下，新的参数比传统MFCC参数具有更好的鲁棒性，对语音信号的后续研究起了很好的铺垫作用。